研究人员探讨了显式信念图如何在合作多智能体推理任务（特别是纸牌游戏 Hanabi）中影响大语言模型（LLM）的性能。他们的发现表明，集成架构至关重要；图表对于强大的模型来说仅仅是上下文，但对于较弱的模型来说则是必不可少的。观察到一种被称为“规划者违抗”的现象，即大语言模型会覆盖正确的建议，这种现象在 Gemini 和 Llama 等模型家族中存在差异。研究还强调，通过结合信念图组件实现的智能体间约定，其性能明显优于单独干预。 AI
影响 研究了图结构如何增强多智能体场景下大语言模型的推理能力，可能改善智能体协调。
排序理由 学术论文，详细介绍了关于大语言模型结合信念图进行推理的实验结果。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
