Resumen:La emoción juega un papel importante en la cognición y el desempeño humanos. Motivados por esto, investigamos si señales emocionales análogas pueden moldear el comportamiento de agentes y modelos de lenguaje grande (LLM). Los estudios existentes sobre conciencia de las emociones tratan principalmente la emoción como un factor de estilo superficial o un objetivo de percepción, pasando por alto su papel mecanicista en el procesamiento de tareas. Para abordar esta limitación, proponemos E-STEER, un marco de dirección de emociones interpretable que permite la intervención directa a nivel de representación en LLM y agentes. Incorpora la emoción como una variable estructurada y controlable en estados ocultos y, con ella, examinamos el impacto de la emoción en el razonamiento objetivo, la generación subjetiva, la seguridad y las conductas de los agentes de varios pasos. Los resultados revelan relaciones emoción-comportamiento no monótonas consistentes con teorías psicológicas establecidas y muestran que emociones específicas no solo mejoran la capacidad de LLM sino que también mejoran la seguridad y moldean sistemáticamente comportamientos de agentes de múltiples pasos.
Publicado originalmente en export.arxiv.org el 1 de abril de 2026.
Ver fuente original
