यह शोधपत्र बड़े पैमाने के भाषा मॉडल (एलएलएम) के व्यवहार पर चरित्र और संदर्भ के प्रभाव का अन्वेषण करता है, जिनका उपयोग सामाजिक विज्ञान और अनुप्रयुक्त क्षेत्रों में मानव-सदृश निर्णय लेने वाले कारकों के रूप में किया जाता है। विशेष रूप से, हम "डिक्टेटर गेम" का उपयोग करके एलएलएम के आंतरिक निरूपणों की जाँच, परिमाणीकरण और संशोधन के लिए एक विधि का प्रस्ताव और सत्यापन करते हैं, जो निष्पक्षता और सामाजिक-समर्थक व्यवहार का परीक्षण करने वाला एक उत्कृष्ट व्यवहारिक प्रयोग है। हम प्रदर्शित करते हैं कि एलएलएम की आंतरिक स्थिति से "परिवर्तनशील परिवर्तन सदिशों" (जैसे, "पुरुष" से "महिला") को निकालने और अनुमान के दौरान इन सदिशों में हेरफेर करने से मॉडल के निर्णयों से चरों के संबंध में महत्वपूर्ण परिवर्तन हो सकता है। यह दृष्टिकोण ट्रांसफॉर्मर-आधारित मॉडलों के भीतर सामाजिक अवधारणाओं को कैसे एन्कोड और डिज़ाइन किया जा सकता है, इसका अध्ययन और विनियमन करने के लिए एक सैद्धांतिक विधि प्रदान करता है, और शैक्षणिक एवं व्यावसायिक अनुप्रयोगों में सामाजिक अनुकरण के लिए एआई एजेंटों के संरेखण, पूर्वाग्रह-मुक्ति और डिज़ाइन के लिए Takeaways प्रस्तुत करता है। यह समाजशास्त्रीय सिद्धांत और मापन को बढ़ाने में योगदान दे सकता है।
