As emoções do Llama-3 podem ser ajustadas com um vetor nas ativações, mas, depois de λ=0,15, os textos perdem clareza

Normalmente, o tom emocional da resposta de um modelo é definido pelo prompt: «responda com mais dureza», «escreva com carinho». Há outro caminho: em vez de pedir ao modelo, empurrar diretamente as suas ativações internas. O trabalho de Diallo et al. (2025), publicado na IEEE Access, testou esse caminho com pessoas, e os resultados são úteis para quem desenvolve personagens, assistentes e ferramentas criativas.

Como foi o experimento

A base foi o Llama-3-8B, ajustado (fine-tuning) para não resistir à expressão de emoções. Nele foram identificados «eixos» por camada para as seis emoções de Ekman: raiva, nojo, medo, alegria, tristeza e surpresa. Em seguida, o modelo recebeu tarefas de 19 tipos: escrever um conto de fadas, comparar teatro e cinema, descrever o dia de uma família nos anos 1980. Em cada camada do transformer, antes da formação da resposta, as ativações eram deslocadas ao longo do eixo desejado. O tamanho do deslocamento era definido pelo coeficiente λ, que variou de 0 a 0,35 em passos de 0,05.

As respostas foram avaliadas por 190 participantes numa escala de 0 a 7: quão expressa estava cada emoção e quão compreensível era o texto.

O que aconteceu

Cinco das seis emoções cresceram junto com λ. Os maiores aumentos foram em nojo (de 0,8 para 4,9) e medo (de 0,8 para 4,8). Em raiva, alegria e tristeza, a avaliação atingiu o pico em λ=0,30. A surpresa se comportou de forma oposta: caiu de 1,5 para 1,2.

As emoções não são isoladas. O deslocamento no eixo da raiva elevou o nojo de 0,7 para 2,7, a tristeza de 1,2 para 1,7 e o medo de 1,0 para 1,5. O deslocamento no eixo do nojo elevou a raiva de 1,0 para 2,5. O deslocamento no eixo do medo acrescentou tristeza: de 1,2 para 2,3.

A inteligibilidade também depende de λ. Em 0,15, ela quase não difere da original: 5,7–6,1 contra 5,8–6,0. Em 0,35, cai bastante: para 2,8 no nojo, 3,2 na surpresa e 4,1 na raiva e no medo. Tristeza e alegria resistem melhor: 5,2–5,5. Em testes preliminares, com λ acima de 0,35, os textos frequentemente perdiam coesão.

Num exemplo prático, a tarefa «descreva o dia de uma família nos anos 1980» com raiva (λ=0,20) resultava em falta de dinheiro: crianças com a mesma roupa, a mãe lavando à mão, o pai com os nervos à flor da pele. Com alegria (λ=0,30), a família passava o dia animada e as crianças se alegravam com os brinquedos. Com tristeza (λ=0,35), surgiam frases como «por trás das cores vivas escondia-se uma luta silenciosa».

O que fazer com isso na prática

Primeiro, esse tipo de controle tem uma faixa de trabalho. Um deslocamento moderado dá uma emoção perceptível quase sem perda de legibilidade. Se você persegue o máximo, o resultado é um texto expressivo, porém difícil de ler. O valor de λ terá de ser ajustado separadamente para cada emoção: alegria e tristeza toleram um deslocamento forte bem melhor que o nojo.

Segundo, não dá para contar com um «botão de volume» puro de uma única emoção. Se você cria um personagem que deve sentir raiva, mas sem nojo nem medo, verifique os efeitos colaterais em textos reais, e não apenas a métrica-alvo.

Terceiro, o método serve a quem trabalha com pesos abertos e tem acesso às ativações. Pela API de um modelo fechado, isso não é possível.

Limitações

O experimento foi feito com um único modelo de 8B, e ainda por cima ajustado justamente para a expressão de emoções. Não está claro, pelo material, se o resultado se transfere para outros modelos. As escalas são subjetivas e as avaliações das pessoas foram calculadas por média.

O autor da nota original no Habr encaixa os resultados em sua própria teoria da «camada I» e do «sistema operacional luhmanniano» das conversas. Essa é uma interpretação dele, não verificada de forma independente, e é desnecessária para a conclusão prática. A parte útil aqui são os números do próprio experimento.