NomicLaw：LLM在协作立法中的信任产生与战略论证
人工智能
2025-08-08 v1
摘要
近年来，大型语言模型（LLM）的进步已将其能力从基本文本处理扩展到复杂推理任务，包括法律解释、论证和战略交互。然而，尚缺乏对LLM在开放式、多代理设置中行为的经验性理解，尤其是那些涉及对法律和伦理困境进行 deliberation 的情形。我们引入NomicLaw，一个结构化的多代理模拟，其中LLM通过提出规则、为其辩护并对同行提案进行投票，协作立法。我们通过投票模式量化测量信任和 reciprocity，并定性评估代理人如何使用战略语言来为提案辩护并影响结果。涉及同构和异构LLM组合的实验显示，代理人如何自发形成联盟、背叛信任并调整其修辞以塑造集体决策。我们的结果凸显了十个开源LLM的潜在社交推理和说服能力，并为设计能够在法律设置中进行自主协商、协调和立法起草的未来AI系统提供了见解。
引用
@article{arxiv.2508.05344,
title = {NomicLaw: Emergent Trust and Strategic Argumentation in LLMs During Collaborative Law-Making},
author = {Asutosh Hota and Jussi P. P. Jokinen},
journal= {arXiv preprint arXiv:2508.05344},
year = {2025}
}