【第566期】大语言模型多智能体系统的心理理论与内部信念评估

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。合作邮箱：zhiwudazhanjiangshi#gmail.com

今天的主题是：

Evaluating Theory of Mind and Internal Beliefs in LLM-Based Multi-Agent Systems

Summary

由于基于大语言模型（LLM）的多智能体系统（MAS）在自然语言理解、推理和规划方面的进步，增强了其协作解决问题的潜力，因而正日益受到关注。心理理论（ToM）和信念-欲望-意图（BDI）模型的研究有望进一步提升此类系统中智能体的交互与决策能力。

然而，由于 LLM 在多智能体环境中的表现极不稳定，在动态世界中实现协作智能依然困难重重。简单地添加诸如 ToM 和内部信念等认知机制并不能自动提高协调性。这些机制之间的相互作用，特别是与形式逻辑验证相关的部分，在不同的 LLM 中仍有待深入探索。

本研究探讨了：包括符号求解器和心理理论在内的内部信念机制如何影响基于 LLM 的多智能体系统中的协作决策，以及这些组件的相互作用如何影响系统准确性？

我们提出了一种集成 ToM、BDI 式内部信念和用于逻辑验证的符号求解器的新型多智能体架构。我们在资源分配问题上利用各种 LLM 对该架构进行了评估，发现 LLM 能力、认知机制与性能之间存在复杂的相互作用。通过提出一种结合了 ToM、内部信念和符号求解器的新型多智能体系统，并评估其在不同 LLM 设置下的表现，本工作为增强多智能体系统的协作智能做出了贡献。

原文链接：https://arxiv.org/abs/2603.00142