Learning to Make Friends: Coaching LLM Agents toward Emergent Social Ties
本文介绍了一种结合行为奖励函数与上下文内辅导（in-context coaching）的多智能体大语言模型（LLM）模拟框架，旨在使智能体能够发展出反映真实人类在线社区复杂动态的涌现性社会纽带与网络结构。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个计算机不仅仅是在回答问题，而是真正“生活”在一起的世界。这就是被称为“多智能体系统”（multi-agent systems）的人工智能研究前沿。把它想象成一个数字沙盒，在这里，不再是一个机器人在独自玩耍，而是一群机器人在进行互动。科学家们正在追问的一个大问题是：这些数字角色能否学会社交？它们能否像我们在社交媒体上的人类一样，学会如何交朋友、组建群体并建立社区？为了理解这一点，我们需要了解一些基础知识。首先，“大语言模型”（LLMs）是这些智能体背后的“大脑”；它们是经过海量文本训练的超级聪明计算机，这使得它们擅长交谈，但有时却难以理解人们交谈的“初衷”。其次，“社会动力学”（social dynamics）是人类联系中那些无形的规则——比如渴望被喜爱、需要被倾听，或者倾向于与志同道合的人在一起。科学家们之所以关注这一点，是因为如果我们能构建出一个真实社交网络的“数字孪生体”，我们就能测试如何阻止网络霸凌、如何传播好消息，或者如何在不冒真实人类安全风险的情况下修复破碎的社区。
在这项研究中，研究员菲利普·J·施奈德（Philipp J. Schneider）、林天（Lin Tian）和马里安-安德烈·里佐伊（Marian-Andrei Rizoiu）决定建造一个数字游乐场，看看他们是否能教会这些AI智能体自然地交友。他们创建了一个模拟环境，其中30个AI智能体进行了15轮关于气候变化的聊天。但转折在于：研究人员并没有直接命令它们“要友好”。相反，研究人员根据真实的心理动机，给了它们一套隐形的“奖励分”。想象一下玩一款视频游戏，你通过发布照片（自我展示）、获得“点赞”（社会认可）、寻找新话题（信息寻求）或帮助朋友缓解情绪（情感支持）来获取积分。智能体必须学会如何通过玩这场游戏来获得最高分。
研究人员发现，当这些智能体玩这场游戏时，它们并不仅仅是发送随机的消息。它们开始学习了！随着时间的推移，它们发展出了稳定的行为模式。有些智能体变成了“受欢迎的孩子”，通过大量发布内容来博取关注；而另一些则成了“支持型倾听者”，通过发送私信来鼓励他人。最重要的是，社会纽带开始自发形成。智能体并非从预设的名单开始，而是根据谁喜欢谁、谁信任谁，建立了自己的网络。这项研究表明，通过将这些奖励分与一点点“教练指导”（即由一个辅助AI提供关于如何行动的小贴士）相结合，智能体学习得更快，并形成了更真实的联系。
然而，研究人员也谨慎地避免过度吹捧研究结果。他们指出，虽然智能体学会了模仿人类行为，但这并不完美。某些目标（例如尝试协调复杂的集体活动）比其他目标（例如仅仅寻找新话题）要难学得多。研究还显示，智能体决定谁是朋友的方式至关重要。当研究人员使用简单的基于规则的系统来更新友谊时，结果显得有些混乱且难以预测。但当他们让AI阅读实际的对话文本来决定结交谁时，生成的社交网络看起来更像真实的人类社区，拥有清晰的朋友圈层和明确的信息传播路径。
最终，这篇论文表明，我们正接近于创造出行为模式类似于真实社会的数字社会。这些智能体成功形成了“涌现性社会纽带”（emergent social ties），这意味着友谊是从它们的互动中自然生长出来的，而非由程序员强加。研究人员认为，这种设置可以作为一个强大的测试平台，用于研究在线社区是如何形成的、回声壁效应（即每个人只能听到自己认同的声音的群体）是如何发展的，以及如何设计更好的社交媒体平台。但他们也承认，这仅仅是个开始。该模拟规模较小（仅30个智能体）且时长较短（15轮），且智能体在开始时没有任何朋友。因此，尽管结果令人振奋，但这只是一个模拟，而非证明AI可以完美取代人类社交生活的最终证据。这是教导计算机掌握“交友艺术”迈出的坚实一步，它表明只要有正确的激励机制，即使是人工思维也能学会如何产生共鸣。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。