别让 LLM 去读图：让图去想
人工智能
2026-04-28 v1
摘要
我们探讨了显式信念图是否能提高LLM在合作多智能体推理中的性能。通过在四个LLM模型家族中进行3000多次受控实验，我们确立了四项发现。首先，集成架构决定了信念图是否提供价值：作为提示上下文，图对强模型而言是装饰性的，仅对弱模型在2阶理论心智（Theory of Mind）任务中有益（80% vs 10%, p<0.0001, OR=36.0）；当图通过排序短列表门控动作选择时，即使对强模型也变得结构性必需（100% vs 20% on 2nd-order ToM, p<0.001）。其次，我们识别了一种“计划违背”（Planner Defiance）现象，即模型家族特定的失败模式，在部分能力水平下，LLM会偏离正确的计划建议（90% 覆盖率，复制实验N=20）；Gemini模型几乎没有违背，而Llama 70B显示90%违背，模型区分事实上下文（被动）和建议性建议（被覆盖）。第三，完整游戏证据确认中代理惯例（+128% 超基线，p=0.003）优于所有单智能体干预，而 individual belief-graph 组件必须组合才能产生提升。第四，初步的规模分析（N=10/单元格，探索性）表明图的深度存在边际递减：浅层图提供最佳性价比比率，而更深的ToM图在更大玩家数量下反而有害（5人游戏中-1.5分，p=0.029）。
引用
@article{arxiv.2604.23057,
title = {Don't Make the LLM Read the Graph: Make the Graph Think},
author = {Yuqi Sun and Tianqin Meng and George Liu and Yashraj Panwar and Lakshya Chaudhry and Munasib Ilham and Aman Chadha},
journal= {arXiv preprint arXiv:2604.23057},
year = {2026}
}
备注
main body has 9 pages, 4 figures, under review for COLM 2026 conference