从描述到规范：揭示基于 LLM 的代理人的社会价值对齐

基于大语言模型的代理人广泛应用需与人类社会价值观高度对齐。然而，现有工作在自我认知、困境决策及自我情感方面仍存在不足。为此，本文提出一种新颖的基于价值的框架，利用 GraphRAG 将原则转化为价值指令，并通过检索特定对话上下文下的合适指令来引导代理人行为。我们依据马斯洛需求层次理论和普拉切克情绪轮定义期望行为以评估表现。在 DAILYDILEMMAS 基准上的实验表明，该方法相较于 ECoT 等提示基线取得了显著性能提升，为 AI 系统中自我情感的出现奠定了基础。