一种基于大语言模型的多智能体分层式推理链的自解释多模态人格评估方法

本发明一种基于大语言模型的多智能体分层式推理链的自解释多模态人格评估方法，首先通过统一空间的模态自解释人格特质表征，将语音、视觉等多模态特征统一到文本空间，生成与人格特质相关的文本描述编码；利用贝叶斯因果推理理论构建因果图模型，分析各模态数据对人格特质评估的具体贡献，生成清晰的推理链和解释；利用两阶段分层式推理框架：第一阶段完成粗颗粒度人格分类，第二阶段引入心理测量学常模数据，建立“分类‑评分”的动态映射机制，实现细粒度评分校准。同时，通过分层置信度传递机制深化模型的可解释性，确保每个评分结果均可追溯至原始特征、分类可信度及调整规则；本发明将构建多模态人格评估专有大语言模型，为人格评估提供了更透明、可解释、可信的技术基础。