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?TZR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)。TZR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?TZR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?TZR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。TZR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。TZR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。TZR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。TZR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。TZR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。TZR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TZR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。TZR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。TZR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。TZR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。TZR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TZR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。TZR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。TZR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。TZR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。TZR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TZR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。TZR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。TZR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。TZR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。TZR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。TZR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:TZR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。TZR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。TZR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。TZR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)。TZR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。TZR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。TZR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。TZR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:TZR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TZR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。TZR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。TZR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TZR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。TZR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。TZR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。TZR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。TZR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。TZR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。TZR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。TZR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。TZR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。TZR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。TZR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:TZR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TZR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。TZR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。TZR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。TZR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。TZR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。TZR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TZR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。TZR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:TZR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。TZR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:TZR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。TZR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”。TZR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。TZR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/2403.13433TZR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/AgentGroupTZR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

  • 数字化管理已在故宫广泛应用

    在今天的故宫,工作人员使用的数字化办公平台名叫“内务辅”,这款应用的开发者,是与故宫博物院合作的钉钉(中国)信息技术有限公司(以下简称“钉钉”)。3月1

  • 活性氧响应性材料 向肠炎部位精准投药

    3月17日,记者从陆军军医大学西南医院获悉,该院消化内科教授陈磊团队联合陆军军医大学教授张定林首次提出,活性氧响应性纳米材料能够把程序性死亡配体-

  • 创新中药八子补肾胶囊抗衰老研究取得重大突破

    3月20日对于我国抗衰老研究是个特殊的日子,经过近3年的不懈努力,八子补肾胶囊抗衰老取得又一重大突破。挑战人类生命极限是摆在全球科学家面前的重大

  • 12项首创技术助力高速公路改扩建

    记者3月20日来到广东深汕西高速公路改扩建施工现场,看到智能机器人、自动化生产线等智能制造设备在不停运行。3月19日—20日,由茅以升科技教育

  • 云海二号02组卫星发射成功

    记者从中国航天科技集团获悉,3月21日13时27分,长征二号丁运载火箭/远征三号上面级在酒泉卫星发射中心起飞,随后将云海二号02组卫星送入预定轨道,发射任

  • 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

  • 探索土卫二的蛇形机器人问世

    美国加州理工学院喷气推进实验室的一个机器人专家团队,与卡内基梅隆大学机器人研究所科学家合作,开发出一种蛇形机器人,用于调查土星第六大卫星土卫二

  • 旗舰效果下放!OPPO一加新品千元机曝光:IP68防水+超大电池

    3月22日消息,今天,数码博主“数码闲聊站”曝光了一部新款千元机的部分配置。该博主表示,欧加(OPPO/一加)有个5500mAh超大电池的千元曲屏机,正在测试IP68级防

  • 首批量子测量领域国家标准发布

    随着量子技术的发展,利用量子特性突破传统测量技术极限的新一代精密测量技术——量子测量开始得到应用。记者从中国计量科学研究院获悉,由

  • 首发天玑9300+联发科最强芯片!vivo X100s Pro入网

    3月23日消息,据最新爆料,vivo X100s Pro已经获得3C认证,估计 会在5月份前后发布。该机可以看做是vivo X100 Pro的小迭代机型,属于半代升级款,与去年X90s类似

  • iPhone总裁库克访问中国:女子手持huaweiMate60与其合影

    3月25日消息,国内一场经济高峰论坛上,iPhone总裁蒂姆·库克再次成为焦点。然而,引起人们关注的并非库克的讲话内容,而是一张自拍照片。在论坛现场,一

  • 中国气象局发布大地磁暴预警,可能会看到极光

    记者从中国气象局了解到,3月24日、25日和26日三天,将可能出现地磁活动,其中3月25日可能发生中等以上地磁暴甚至大地磁暴,预计地磁活动将持续到26日。在

推荐资讯

  • 日榜
  • 周榜
  • 月榜