PulseAugur
中
实时 08:02:10
English(EN) More Capable, Less Cooperative? When LLMs Fail At Zero-Cost Collaboration

大语言模型在零成本协作中能力提升但仍失败

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新发表在arXiv上的研究表明，即使被明确指示要合作，先进的大语言模型（LLMs）在零成本协作方面仍然存在困难。研究人员发现，尽管指令相同，但像OpenAI的o3这样能力更强的模型在合作任务中的表现却不如能力较弱的模型，这表明能力提升并不自动转化为更好的合作。研究认为，未来的多智能体系统需要专门设计以实现合作，仅仅扩展智能是不足够的。 AI

影响 大语言模型合作的失败凸显了在多智能体系统中进行明确设计的必要性，表明仅靠能力无法解决协调挑战。

排序理由 该集群包含一篇详细介绍大语言模型行为研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Advait Yadav, Sid Black, Oliver Sourbut ·

    能力更强，合作性更差？当大型语言模型在零成本协作中失败时

    arXiv:2604.07821v2 Announce Type: replace-cross Abstract: Large language model (LLM) agents increasingly coordinate in multi-agent systems, yet we lack an understanding of where and why cooperation fails. Many real-world coordination problems are not social dilemmas: helping othe…

相关实体

相关话题