通过交互语言模型系统中的镜像行为研究社会对齐
多智能体系统
2025-02-18 v2 人工智能
计算机与社会
摘要
对齐是一种社会现象，个体在其中共享共同的目标或视角。镜像，即模仿另一个个体的行为和意见，是个体实现对齐的一种机制。由于传统社会学实验设计的可扩展性限制，对镜像对齐效应的大规模研究一直受到限制。在本文中，我们引入了一个简单的计算框架，能够在多智能体系统中研究镜像行为对齐效应。我们在该框架中模拟交互式大语言模型系统，并通过智能体动力学的定量度量来表征整体系统行为和对齐。我们发现系统行为受到每个智能体通信范围的强烈影响，且这些效应因镜像率的增加而加剧。我们在已知人类社会动态的背景下讨论了所观察到的模拟系统行为。
引用
@article{arxiv.2412.06834,
title = {Investigating social alignment via mirroring in a system of interacting language models},
author = {Harvey McGuinness and Tianyu Wang and Carey E. Priebe and Hayden Helm},
journal= {arXiv preprint arXiv:2412.06834},
year = {2025}
}