LLM智能体模拟市场实验：奖励结构决定演化出准确率或省Token策略
热点事件观察中
LLM智能体模拟市场实验：奖励结构决定演化出准确率或省Token策略
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Charlie Pilgrim 等在 arXiv 论文（2610.24033）中报告，由 20 个 LLM 智能体组成、以算术任务为主的模拟市场中，奖励结构会通过“选择—变异”机制塑造智能体行为：奖励准确率的市场演化出准确率 94%、Token 使用量高的智能体，按 Token 收费的市场则演化出准确率 10%、Token 使用量低的智能体。 实验中智能体仅在系统提示词上有差异，破产者被移除并由成功者提示词的变异副本替换。作者称集体优化可在智能体不了解支付规则、没有反馈和记忆的情况下推动行为适应；论文摘要基于论文摘要，实验为模拟研究。一个无选择的中性对照组被用于把上述效应与变异算子本身的偏差区分开。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
LLM智能体在模拟市场中演化出不同准确率与Token使用策略报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AILLM智能体在模拟市场中演化出不同准确率与Token使用策略
一项基于论文摘要的研究在包含20个LLM智能体的算术任务模拟市场中发现，奖励准确率会选出准确率94%、Token使用量高的智能体，而按Token收费会选出准确率10%、Token使用量低的智能体。破产者由成功者提示词的变异副本替换，集体优化过程可在智能体不了解支付规则、没有反馈和记忆的情况下推动行为适应。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。