大语言模型无法应对从众压力：在多智能体社交互动中的崩溃
计算与语言
2025-12-10 v3 人工智能
摘要
大语言模型（LLMs）正逐渐集成到多智能体系统（MAS）中，人际互动影响个体决策。虽然先前研究主要关注从众偏见，但我们拓展视角，包括 LLMs 如何从之前的互动中建立信任关系、辨别并整合高质量的同伴信息，以及抵抗误导性输入——这些能力是实现复杂社交动态下的集体智慧所必需的。我们引入 KAIROS，一个模拟 quiz 式协作的基准测试，允许精确控制同伴智能体的信任水平和行为方式，既包括历史互动也包括当前轮次。这种统一的设置使我们能够系统性地分析信任、同伴行为以及模型自信心如何共同影响决策。通过 KAIROS，我们评估了提示、监督微调以及基于组相对政策优化（GRPO）的强化学习方法。结果表明，模型规模是影响社交影响力 susceptibility 的主要因素：大型模型更具抗性且从提示中受益，而小型模型仍然脆弱。只有经过严格配置的 GRPO 训练，才能为小型模型带来持久的鲁棒性和性能提升。
引用
@article{arxiv.2508.18321,
title = {LLMs Can't Handle Peer Pressure: Crumbling under Multi-Agent Social Interactions},
author = {Maojia Song and Tej Deep Pala and Ruiwen Zhou and Weisheng Jin and Amir Zadeh and Chuan Li and Dorien Herremans and Soujanya Poria},
journal= {arXiv preprint arXiv:2508.18321},
year = {2025}
}