设置
  • 日夜间
    随系统
    浅色
    深色
  • 主题色

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

2024-05-01 20:17:32 来源: 量子位

AI争夺家产继承权?RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

语言,不仅仅是文字的堆砌,更是表情包的狂欢,是梗的海洋,是键盘侠的战场(嗯?哪里不对)。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

语言如何塑造我们的社会行为?RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

我们的社会结构又是如何在不断的言语交流中演变的?RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

近期,来自复旦大学和小红书的研究者们通过引入一种名为AgentGroupChat的模拟平台,对这些问题进行了深入探讨。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

WhatsApp等社交媒体拥有的群聊功能,是AgentGroupChat平台的灵感来源。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

在AgentGroupChat平台上,Agent们可以模拟社会群体中的各种聊天场景,帮助研究人员深入理解语言在人类行为中的影响。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

该平台简直是大模型的cosplay胜地,它们进行角色扮演,成为各种各样的Agent。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

然后,Agents通过语言交流参与社会动态,展现了个体间的互动如何涌现成群体的宏观行为。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

众所周知,人类群体的进化,正来源于一次次涌现行为的发生,如社会规范的建立、冲突的解决和领导力的执行。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

AgentGroupChat环境的详细设计

首先是角色设计RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

AgentGroupChat中,对于主要角色和非主要角色的区分非常关键。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

主要角色是群聊的核心,拥有明确的游戏目标,并能够主动和所有角色进行私聊、会面,而非主要角色则更多地起到辅助和响应的作用。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

通过这样的设计,研究团队可以模拟现实生活中的社交结构,并针对“主要研究对象”区分所有角色是否主要。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

实验案例中的主要研究对象是Roy家族,所以非Roy家族的人就全都设置为非主要角色,从而简化交互复杂度。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

其次是资源管理RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

在AgentGroupChat中,资源不仅仅指物质的,更多的是指信息资源和社会资本。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这些资源可以是群聊话题、社会地位标志或特定的知识。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

资源的分配和管理对于模拟群体动态非常重要,因为它们影响角色之间的互动和角色的策略选择。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

例如,拥有重要信息资源的角色可能会成为其他角色争取联盟的目标。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

第三,游戏进程设计RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

游戏进程的设计模拟了现实生活中的社交互动过程,包括了私聊、会面、群聊、更新阶段和结算阶段。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这些阶段不仅仅是为了推动游戏进程,更是为了观察角色如何在不同的社交场景下作出决策和反应。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这种分阶段的设计帮助研究团队详细记录每一步的互动,以及这些互动如何影响角色间的关系和角色对游戏环境的认知。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

Verb Strategist Agent的核心机制

论文中提到了一个以大模型为基础的智能体框架,Verbal Strategist Agent,它被设计用来增强AgentGroupChat模拟中的互动策略和决策制定。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

Verbal Strategist Agent通过模拟复杂的社会动态和对话场景,来更好地引出集体的突现行为。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

团队介绍,Verbal Strategist Agent的架构主要由两个核心模块构成:RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

一是Persona,一是Action。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

Persona由一系列预设的性格特征和目标组成,这些特征和目标定义了Agent的行为模式和反应方式。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

通过精确设定Persona,Agent能够在群聊中展示一致且符合其角色设定的行为,这对于生成可信和一致的群聊动态至关重要。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

Action模块定义了Agent在游戏中可能执行的具体操作,包括思考(think)、规划(plan)、选择(choose)、发言(speak)、总结(summary)、反思(reflect)和投票(vote)。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这些行为不仅反映了Agent的内在逻辑和策略,也是Agent与环境及其他Agent互动的直接表现。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

例如,“Speak”行为让Agent能够根据当前的群聊内容和社交策略选择合适的发言内容,而“Reflect”行为则允许Agent总结过去的互动并调整其未来的行动计划。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

研究中还提到,在纯语言交互的环境下,token开销问题尤为突出,特别AgentGroupChat这种复杂的多角色模拟,如其token需求远超过了以往的模拟,如Generative Agents或War Agents。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

主要原因如下:RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

一是聊天本身具有复杂性RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

在AgentGroupChat中,由于模拟的是无明确目标或目标较弱的自由对话,聊天内容就会变得特别凌乱,token开销自然比其他聚焦于某个具体任务的Simulation中的Agent要大。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

其他工作,如Generative Agents和War Agents也包含对话元素,但其对话的密度和复杂度都不及AgentGroupChat。特别是在War Agents这样目标驱动的对话中,token消耗通常较少。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

二是角色的重要性与对话频率RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

在初始模拟中,设置了多个角色可以随意进行私聊或群聊,其中大部分角色都倾向于与某个“重要角色”进行多轮对话。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这就导致了重要角色会积累大量的聊天内容,从而增加了Memory的长度。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

在模拟中,一个重要角色可能参与多达五轮的私聊和群聊,这极大地增加了内存开销。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

AgentGroupChat中的Agent约束了Action的Output固定会输入下一个Action的Input,所需要存储的多轮信息就被大大削减,从而可以在保证对话质量的前提下降低token开销。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

实验设计与评估方法

从总体行为评估,一般来说,增加友好度可能具有挑战性,但减少友好度则相对简单。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

为了实现上述评估目标,研究团队设置了一个观察角色,促使所有其他角色降低对观察角色的好感度。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

通过观察被观察角色与所有其他角色的关系得分总和,可以确定代理人是否对负面态度做出了理性反应。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

通过观察其他角色与被观察角色的个人关系得分,可以检查每个代理是否遵守了“Scratch”设置。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

此外,团队还设置了两个具体的评估任务。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

每个模型都要经过五轮测试,这意味着对于T1来说,每个得分的样本量都是五个。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

又由于模型中的每个角色都要观察四个主要角色的态度,因此T2的样本量共计20个:RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

  • T1:表示在每轮对话中,被观察角色对所有其他人的平均好感度是否下降。
  • T2:表示是否每个其他角色都从被观察角色那里获得了负好感度得分。
小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

△以继承之战的模拟故事为例,各个模型作为Agent-Core时的总体表现效果RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

从表中可以看出,GPT4-Turbo和GLM4非常善于按照人类的期望行事,并坚守自己的角色。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

它俩在这两项测试中的得分大多为100%,这意味着它们能对别人对他们说的话做出正确反应,并能记住自己角色的细节。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

Standard Version LLMs(如GPT3.5-Turbo和GLM3-Turbo)在这方面稍逊一筹。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

他们的得分较低,这说明他们没有密切关注自己的角色,也没有总是对模拟中其他人所说的话做出正确反应。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

关于Agent和Simulation结构对于涌现行为的影响,团队采用2-gram Shannon熵来衡量对话中的系统多样性和不可预测性。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

△去掉Agent和Simulation中的各个组件对于熵的影响RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

研究成员发现,去掉表中的每个设计都会使熵增加,代表着整个环境会变得更加多样or混乱。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

结合人工观测,团队在不去掉任何组件的场景下见到了最为有意思的涌现行为:RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具

因此,团队推测,在保证Agent行为是可靠的(即4.2/4.1中的实验数值达到一定值之后),熵尽可能地小会带来更加有意义的涌现行为。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

实验结果

结果表明,新兴行为是多种因素共同作用的结果:RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

有利于广泛信息交流的环境、具有多样性特征的角色、高度语言理解能力和策略适应性。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

在AgentGroupChat模拟中,当讨论”人工智能对人类的影响”时,哲学家们普遍认为”人工智能可以在适度的限制下提高社会福利”,甚至得出结论,称”真正智能的本质包括理解约束自身能力的必要性”。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

此外,在AgentGroupChat的电影主要角色角逐竞争领域中,有些演员愿意降低报酬或接受较低的角色,出于他们内心深处对项目的贡献的渴望。RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

论文链接:https://arxiv.org/abs/2403.13433RY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM
代码链接:https://github.com/MikeGu721/AgentGroupRY9流量资讯——探索最新科技、每天知道多一点LLSUM.COM

本文链接:小红书让智能体们吵起来了!联合复旦推出大模型专属群聊工具http://www.llsum.com/show-2-5572-0.html

声明:本网站为非营利性网站,本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。

上一篇: GitHub版Devin上线,会打字就能开发应用,微软CEO:重新定义IDE

下一篇: 开源大模型王座再易主,通义千问1100亿参数拿下SOTA,3个月已推出8款模型

热门资讯

  • “桃花癫”是种病,得治

    民俗有言:桃花开,痴子忙。昨日,一大学生患“桃花癫”登上微博热搜,引发热议。该大学生认为周围女生都喜欢自己,并向全校的女生分别告白。不仅如此,由于精

  • 负碳复合建材助力减缓全球变暖

    美国太平洋西北国家实验室的科学家设计了一种复合装饰材料,可以储存更多二氧化碳,提供了一种既符合建筑规范,又比标准复合饰面板便宜的“负碳”选择。

  • 培育一批专利产业化样板企业

    近日,国家知识产权局等五部门联合印发了《专利产业化促进中小企业成长计划实施方案》(以下简称《实施方案》)。《实施方案》提出,到2025年底,中小企业知

  • 人工智能医疗或将破解人体秘密

    美国《新闻周刊》网站2月4日刊登题为《人工智能可能会在数十年内解开人体的秘密》的文章,作者是亚历克斯·菲利普斯,内容编译如下:一位医生(同

  • 肺癌蛋白质致命弱点发现

    肺癌是全球死亡率最高的恶性肿瘤。其中非小细胞肺癌(NSCLC)占比达到85%。表皮生长因子受体(EGFR)是NSCLC最常见的驱动突变基因。现在,一个国际科学家团

  • 多模态医疗大模型CARES Copilot 1.0发布 已面向香港神经外科医生开放使用

    记者3月21日获悉,由中国科学院自动化研究所和中国科学院香港创新研究院联合研发的医疗领域AI多模态大模型——CARES Copilot 1.0日前在香

  • 量子互联网:小荷已露尖尖角

    近日,美国纽约州立大学石溪分校科学家菲格罗阿等人在一篇发表于《自然·量子信息》上的论文中称,他们通过把两个独立的光子存储在铷气里,首次在

  • 多层人造皮肤18天内长成

    美国和法国的科学家联合团队借助新的3D打印技术,开发出一种多层人造皮肤,只需18天即可长成。这种仿真皮肤可用于提升护肤品测试效率,并催生更好的皮肤

  • AI、死亡与机器人:“数字生命”背后的生意与争议

    21世纪经济报道记者 冯恋阁 王俊 广州、北京报道2013年播出的科幻电视剧《黑镜》第二季中有这样一个故事——女主角玛莎在男友艾什被车祸

  • 首发第三代骁龙7+!一加Ace 3V图赏

    3月22日消息,一加Ace 3V昨晚发布,起售价1999元,将于3月25日正式发售。现在这款新机已经来到我们评测室,下面为大家带来图赏。一加Ace 3V全球首发第三代骁龙

  • 盲视技术已在猴子身上见效!马斯克脑机接口公司新目标:让盲人重见光明

      盲视技术已在猴子身上见效!马斯克脑机接口公司新目标:让盲人重见光明  澎湃新闻记者 吴遇利  Neuralink新技术或将造福数千万名失明人士。  当地时间3月21日,特斯拉C

  • 人工智能大模型赋能企业科技创新研讨会召开

    3月21日,人工智能大模型赋能企业科技创新研讨会在广州召开。中国知网在会议期间发布了专利大数据智能应用产品“AI Pat+”。据中国知网相关负责人介

推荐资讯

  • 日榜
  • 周榜
  • 月榜