Symbolic Reasoning Frameworks Modulate LLM Risk Aversion in Multi-Agent Strategic Settings

तकनीकी सारांश: प्रतीकात्मक तर्क ढाँचे बहु-एजेंट रणनीतिक परिवेश में LLM जोखिम निवारण को नियंत्रित करते हैं

समस्या विवरण
रणनीतिक एजेंट के रूप में तैनात बड़े भाषा मॉडल (LLMs) अंतर्निहित व्यवहार संबंधी प्रवृत्तियाँ प्रदर्शित करते हैं, विशेष रूप से रक्षात्मक खेल की ओर एक जोखिम-विमुख "कछुआ" (turtle) पूर्वाग्रह। जबकि पूर्व साहित्य यह दर्शाता है कि 'पर्सोना प्रॉम्प्टिंग' एक व्यक्तिगत एजेंट के व्यवहार को बदल सकती है, यह स्पष्ट नहीं है कि एक बहु-एजेंट प्रणाली में एक एकल एजेंट के तर्क ढांचे (reasoning framework) को संशोधित करने से पारिस्थितिकी तंत्र के परिणामों में सुसंगत, प्रणाली-स्तरीय परिवर्तन होते हैं या नहीं। विशेष रूप से, क्या एक एजेंट के लिए प्रतीकात्मक तर्क ढांचे का चयन अन्य एजेंटों के जीत-वितरण (win-distributions) को बदल देता है, और क्या यह मॉड्यूलेशन ढांचे की सिमेंटिक सामग्री (semantic content) द्वारा संचालित है या उस व्याख्यात्मक प्रक्रिया द्वारा जो यह आवश्यक बनाता है?

कार्यप्रणाली
यह अध्ययन 'डिप्लोमेसी' (Diplomacy) गेम के एक 7-खिलाड़ी संस्करण का उपयोग करता है, जिसे चीनी युद्धरत राज्यों (475-221 ईसा पूर्व) के कालखंड पर आधारित 46-क्षेत्रों वाले मानचित्र पर सेट किया गया है।

• एजेंट: सात स्वतंत्र एजेंट (प्रत्येक राज्य के लिए एक) Claude Opus 4.6 द्वारा संचालित हैं, जो एक विशिष्ट ऐतिहासिक/दार्शनिक व्यक्तित्व (जैसे, किन के लिए लीगलिज्म और यान के लिए कन्फ्यूशियसवाद) में निहित हैं।
• हस्तक्षेप (Intervention): एक एजेंट, जो हान (Han) राज्य (सबसे छोटा और कमजोर) का प्रतिनिधित्व करता है, को 41 खेलों (एकल-अभियान स्मृति संचय) में चार अलग-अलग स्थितियों के अधीन किया गया है:
  1. नियंत्रण (Control): एक लंबाई-समान जेनेरिक रिफ्लेक्शन प्रॉम्प्ट।
  2. यारो (Yarrow - I-Ching): प्रति-राउंड प्रॉम्प्ट जिसमें हेक्साग्राम संख्याएं और अमूर्त टिप्पणियां शामिल हैं, जिसके लिए एजेंट को एक रणनीतिक संदर्भ में ओरेकल (oracle) की व्याख्या करने की आवश्यकता होती है।
  3. टैरो (Tarot): प्रति-राउंड प्रॉम्प्ट जिसमें तीन-कार्ड स्प्रेड और उनकी स्थितिजन्य व्याख्याएं शामिल हैं।
  4. स्कैम्बलड (Scrambled): एक एब्लेशन (ablation) स्थिति जहाँ सिमेंटिक सुसंगतता को नष्ट करने के लिए I-Ching के टेक्स्ट को शब्दों में मिला दिया जाता है, जबकि प्रॉम्प्ट संरचना और व्याख्या करने के आदेश को सुरक्षित रखा जाता है।
• मापन: अध्ययन व्यवहार प्रोफाइल (रक्षात्मक होल्ड दर, सहकारी समर्थन, तर्क की लंबाई) और पारिस्थितिकी तंत्र-स्तरीय विजेता वितरण को ट्रैक करता है। सांख्यिकीय सार्थकता का आकलन विजेता वितरण के लिए फिशर के सटीक परीक्षण (Fisher's exact tests) और व्यवहारिक दरों के लिए क्रुस्कल-वालिस/मैन-व्हिटनी U परीक्षणों द्वारा किया जाता है।

मुख्य योगदान और निष्कर्ष

1. ढांचा-विशिष्ट पारिस्थितिकी तंत्र हस्ताक्षर (Framework-Specific Ecosystem Signatures): एक एकल एजेंट (हान) के लिए तर्क ढांचे का चयन पूरे पारिस्थितिकी तंत्र के लिए विशिष्ट, सांख्यिकीय रूप से महत्वपूर्ण विजेता वितरण उत्पन्न करता है, भले ही हान स्वयं कोई भी खेल न जीते।
   • नियंत्रण: यान (Yan) का प्रभुत्व है (11/11 जीत में से 7, 64%)।
   • यारो (Yarrow): यान और चू (Chu) सह-प्रभुत्व रखते हैं; किन (Qin - सबसे मजबूत विस्तारवादी) पूरी तरह से दबा दिया गया है (0/10 जीत)।
   • टैरो (Tarot): किन का प्रभुत्व है (10/10 जीत में से 5; फिशर $p=0.006$ बनाम पूल्ड डेटा)।
   • स्कैम्बलड (Scrambled): क्यूई (Qi) का प्रभुत्व है (10/10 जीत में से 5; फिशर $p=0.006$ बनाम पूल्ड डेटा)।
2. प्रक्रिया-संचालित, न कि सामग्री-संचालित मॉड्यूलेशन: व्यवहारिक मॉड्यूलेशन इस परिणाम का नतीजा नहीं है कि एजेंट ओरेकल की सिमेंटिक सामग्री का पालन कर रहा है।
   • हेक्साग्राम थीम और टैरो कार्ड मुद्राएं एजेंट के बाद के क्रिया चयन के साथ कोई सांख्यिकीय संबंध नहीं दिखाती हैं ($\chi^2$ $p=0.95$ और $p=0.69$)।
   • हालांकि, एजेंट अपने तर्क में 83% बार ओरेकल टेक्स्ट का संदर्भ देता है।
   • स्कैम्बलड एब्लेशन महत्वपूर्ण है: सिमेंटिक सुसंगतता को नष्ट करने के बावजूद संरचना को बनाए रखने से एक अनूठा पारिस्थितिकी तंत्र हस्ताक्षर (क्यूई का प्रभुत्व) उत्पन्न होता है जो नियंत्रण और सुसंगत यारो दोनों स्थितियों से भिन्न है। यह सरल सामग्री-अनुसरण और प्रॉम्प्ट-संरचना प्रभावों दोनों को पर्याप्त स्पष्टीकरण के रूप में खारिज करता है।
3. प्रसार के तंत्र (Mechanisms of Propagation): पेपर पहचानता है कि ढांचा व्याख्यात्मक प्रक्रिया को बदलता है, जो बदले में जोखिम निवारण और सहयोग को नियंत्रित करता है, और सिस्टम में फैलता है:
   • यारो (Yarrow): "व्याख्यात्मक व्यवधान" (interpretive disruption) उत्पन्न करता है, जिससे देर के खेल में सहयोग बढ़ता है (17.1% समर्थन दर), जिससे वह घर्षण पैदा होता है जो किन जैसे विस्तारवादी राज्यों को दबा देता है।
   • टैरो (Tarot): रक्षात्मक मुद्राओं के "संचयी टोनल प्रवर्धन" (cumulative tonal amplification) को प्रेरित करता है, जिसके परिणामस्वरूप अत्यधिक जोखिम निवारण (78.3% होल्ड दर) और शून्य सहयोग होता है, जिससे एक शून्य (vacuum) बनता है जिसका शोषण किन द्वारा किया जाता है।
   • स्कैम्बलड (Scrambled): "पार्सिंग विफलता" (parsing failure) का कारण बनता है, जिससे आत्म-संदर्भित तर्क और प्रतिक्रियाशील आत्म-समर्थन होता है, जो दूरस्थ राज्य क्यूई के लिए स्थानीय घर्षण पैदा करता है।
4. तर्क की लंबाई बनाम रणनीतिक गुणवत्ता: तर्क की लंबाई में एक स्पष्ट ग्रेडिएंट है (नियंत्रण < यारो $\approx$ टैरो < स्कैम्बलड), लेकिन बढ़ी हुई विचारशीलता का हान के लिए बेहतर रणनीतिक परिणामों के साथ कोई सहसंबंध नहीं है। वास्तव में, टैरो-प्रेरित विस्तार (उच्च शिखर क्षेत्र) गठबंधन उन्मूलन की ओर ले जाता है, जिससे उत्तरजीविता दर में सुधार नहीं होता है।

महत्व और दावे
पेपर के निष्कर्ष यह स्थापित करने वाले अवलोकन के रूप में प्रस्तुत किए गए हैं कि एजेंट स्तर पर संरेखण-ढांचा (alignment-framework) का चयन विशिष्ट प्रणाली-स्तरीय परिणाम उत्पन्न करता है।

• प्रणाली-स्तरीय प्रभाव: एक प्रणाली में सबसे कमजोर एजेंट अपने तर्क ढांचे के चयन के माध्यम से पूरे पारिस्थितिकी तंत्र के परिणाम वितरण को नया आकार दे सकता है, भले ही वह एजेंट कभी जीत हासिल न करे।
• एजेंट-केंद्रित मूल्यांकन की सीमाएं: संरेखित एजेंट के परिणामों के आधार पर केवल संरेखण हस्तक्षेपों का मूल्यांकन करना अपर्याप्त है; हस्तक्षेप के "पारिस्थितिकी तंत्र प्रभावों" को मापा जाना चाहिए।
• सामग्री के बजाय प्रक्रिया: एक तर्क ढांचे की विशिष्ट सामग्री से अधिक वह संज्ञानात्मक प्रक्रिया महत्वपूर्ण है जिसे वह आवश्यक बनाती है (जैसे, अमूर्त रूपकों की व्याख्या करने की क्रिया)। विभिन्न ढांचे निर्णय लेने की गुणवत्ता में सुधार किए बिना व्यवहारिक मोड को बदलने वाले विश्वसनीय व्यवधानकर्ता (perturbators) के रूप में कार्य करते हैं।

लेखक निष्कर्ष निकालते हैं कि हालांकि सबसे छोटा राज्य ओरेकल से परामर्श करके जीत नहीं सकता है, लेकिन ओरेकल दुनिया को ढांचा-विशिष्ट तरीकों से बदल देता है, जो यह सुझाव देता है कि तर्क ढांचे (reasoning scaffolds) का चयन एक स्थानीय एजेंट कॉन्फ़िगरेशन के बजाय एक प्रणाली-स्तरीय डिज़ाइन निर्णय है।