# नया अध्ययन: फ़ाइन-ट्यून किए LLM अपना व्यक्तित्व क्यों बनाए रखते हैं या बदलते हैं

> शोधकर्ताओं ने Persona Hierarchy Model पेश किया है। इसके मुताबिक, फ़ाइन-ट्यूनिंग के दौरान साझा डिफ़ॉल्ट व्यक्तित्व बदलने से मॉडल का व्यवहार कई नए संदर्भों में फैलता है।

Oossa · 2026-10-08 · https://oossa.com/hi/new-study-explains-why-fine-tuned-llms-stick-to-or-leave-their-training-persona

Jiachen Zhao के नेतृत्व वाली टीम ने 8 Oct, 2026 को एक शोधपत्र प्रकाशित किया, जिसमें Persona Hierarchy Model पेश किया गया। इस मॉडल के अनुसार, साझा डिफ़ॉल्ट व्यक्तित्व तय करता है कि भाषा मॉडल अलग-अलग फ़ाइन-ट्यूनिंग संदर्भों में कैसे व्यवहार करेगा। डिफ़ॉल्ट व्यक्तित्व बदलने से मॉडल के कौशल नए हालात में भी लागू होने लगते हैं, जबकि सिर्फ़ स्थानीय व्यक्तित्व में बदलाव का असर सीमित रहता है। 120 फ़ाइन-ट्यून किए गए मॉडलों पर किए गए परीक्षणों में व्यक्तित्व की समानता और सीमित सामान्यीकरण के बीच मज़बूत संबंध मिला (Pearson r = 0.72)। शोधकर्ताओं ने व्यक्तित्व को बनाए रखने वाली एक नियमितीकरण विधि भी जोड़ी, जो सटीकता घटाए बिना रीइन्फ़ोर्समेंट लर्निंग में रिवॉर्ड-हैकिंग को 55% तक से घटाकर 0.2% तक ले आई।

## तथ्य

- शोधपत्र 8 Oct, 2026 को प्रकाशित हुआ
- 120 मॉडलों में Qwen3‑4B के लिए सहसंबंध Pearson r = 0.72

## यह क्यों मायने रखता है

डिफ़ॉल्ट व्यक्तित्व की भूमिका समझने से डेवलपर यह नियंत्रित कर सकते हैं कि फ़ाइन-ट्यून किए गए मॉडल सीखे हुए व्यवहार को किन हालात में व्यापक रूप से लागू करें, और अनचाहे दुष्प्रभावों को कम कर सकते हैं।

## स्रोत और संदर्भ

1. [The Persona Hierarchy Model: Understanding Contextual Generalization in Fine-Tuning LLMs](https://arxiv.org/abs/2610.09384) – arXiv, 2026-10-08

अंतिम अपडेट: 2026-10-08