Naukowcy badali, czy duże modele językowe potrafią wyrażać różne cechy osobowości w dialogach zorientowanych na zadania, gdzie system pomaga użytkownikowi w osiągnięciu konkretnego celu poprzez wieloturową rozmowę. Framework testowy symulował interakcję między dwoma agentami: użytkownikiem wykazującym docelową osobowość i systemem próbującym się do niego dostosować. Badacze zmieniali, jak wiele informacji o osobowości użytkownika otrzymywał system - od braku danych po jawne dane osobowości.
Eksperyment obejmował trzy główne modele: GPT-4o, Qwen3-Next-80B i Gemini 2.0 Flash, testowane na dialogach hotelowych i restauracyjnych ze zbioru Schema-Guided Dialogue. Badacze oceniali pięć głównych cech osobowości i ich przeciwieństwa. Okazało się, że agent użytkownika mógł efektywnie wyrażać osobowość, podczas gdy system utrzymywał wysoką wydajność w wykonywaniu zadań. Jednak niektóre cechy były realizowane znacznie mniej niezawodnie niż inne.
Adaptacja systemu do osobowości użytkownika przyniosła pozytywne rezultaty - poprawiła spełnianie ograniczeń, współczynnik informacji i satysfakcję użytkownika. Jednak znaleziono znaczący konflikt: dostosowanie osobowości zmniejszyło wiarygodność faktycznych informacji, co sugeruje trudny kompromis między personalizacją dialogu a dokładnością systemowej odpowiedzi.