arXiv · cs.AI· Andrea Wynn, Harsh Satija, Nathan Baek, Anqi Liu, Eric Nalisnick, Gillian K. Hadfield·· 6 小时前
LLM规范性能力：多智能体社区辩论中的基础、设计与挑战
Reading the Room: Foundations, Design, and Challenges of Normative Competence in LLMs
arXiv:2610.10906v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Andrea Wynn, Harsh Satija, Nathan Baek, Anqi Liu, Eric Nalisnick, Gillian K. Hadfield
研究任务与主要进展
作者提出多智能体社区辩论设置，研究LLM能否仅从互动中推断并遵循群体规范。基于论文摘要，基线LLM代理即使遵循规范能提高准确性，也未能成功学习规范；加入规范推断模块后，行为又明显依赖规范表述和所用模型。实验还发现，代理会把与规范无关的个体化行为一并复制，即使模仿这些行为受到惩罚，这一现象仍未消失。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org