대규모 언어 모델의 동기 부여

초록

동기는 인간 행동의 핵심 동인으로, 의사 결정, 목표 설정, 과업 수행을 형성합니다. 대규모 언어 모델(LLM)이 인간의 선호와 점점 더 조화를 이루어감에 따라, 우리는 LLM이 동기와 유사한 특성을 보이는지 질문합니다. 본 연구는 LLM이 다양한 수준의 동기를 "보고"하는지, 이러한 보고가 그 행동과 어떻게 관련되는지, 그리고 외부 요인이 이를 영향을 미칠 수 있는지 검토합니다. 우리의 실험은 인간 심리학을 연상시키는 일관되고 구조화된 패턴을 보여줍니다: 자기 보고된 동기는 다양한 행동 특성과 일치하고, 과업 유형에 따라 달라지며, 외부 조작을 통해 조절될 수 있습니다. 이러한 결과는 동기가 LLM 행동에 대한 일관된 조직 구성 개념임을 입증하며, 보고, 선택, 노력, 성과를 체계적으로 연결하고 인간 심리학에 기록된 것과 유사한 동기 역학을 드러냅니다. 이러한 관점은 모델 행동과 인간에서 영감을 받은 개념 간의 연결에 대한 이해를 심화시킵니다.

English

Motivation is a central driver of human behavior, shaping decisions, goals, and task performance. As large language models (LLMs) become increasingly aligned with human preferences, we ask whether they exhibit something akin to motivation. We examine whether LLMs "report" varying levels of motivation, how these reports relate to their behavior, and whether external factors can influence them. Our experiments reveal consistent and structured patterns that echo human psychology: self-reported motivation aligns with different behavioral signatures, varies across task types, and can be modulated by external manipulations. These findings demonstrate that motivation is a coherent organizing construct for LLM behavior, systematically linking reports, choices, effort, and performance, and revealing motivational dynamics that resemble those documented in human psychology. This perspective deepens our understanding of model behavior and its connection to human-inspired concepts.

대규모 언어 모델의 동기 부여

Motivation in Large Language Models

초록

Support