machine social intelligence

LLM通过强化微调提高社交推理能力

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…