English(EN) Playing social deduction games with reinforcement fine-tuned large language models

LLM通过强化微调提高社交推理能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-03 03:37

研究人员通过让大型语言模型（LLM）玩社交推理游戏，探索了强化微调（RFT）如何影响其社交行为。研究发现，虽然直接优化输赢结果并不能可靠地提高社交推理能力，但RFT显著增强了社交阅读能力，例如推断隐藏角色和预测其他代理的决策。此外，RFT提高了社交影响力，包括投票引导和集体决策，尽管这些提升在很大程度上取决于特定的奖励和互动设置。研究还表明，结合了社交阅读和影响力信号的多代理社交认知强化微调，进一步提升了LLM在这些游戏中的表现，并导致人类对其战略能力和社交有用性的评价更加有利。 AI

影响这项研究可能促使LLM在多代理环境中更擅长复杂的社交互动和战略决策。

排序理由该集群包含一篇详细介绍LLM训练新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.MA (Multiagent) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍LLM训练新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 31 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.MA (Multiagent) TIER_1 English(EN) · Ying Li · 2026-10-03 03:37

使用强化微调的大型语言模型玩社交推理游戏

Reinforcement fine-tuning (RFT) is increasingly used in applications where large language models (LLMs) interact with humans and other agents. Here we use social deduction games to study how RFT changes LLMs' social behaviour. We let fine-tuned and base LLM agents play hidden-rol…

本文如何被排名

报道来源 [1]

使用强化微调的大型语言模型玩社交推理游戏

相关实体

相关话题