今天小編分享的科學經驗：小紅書讓智能體們吵起來了！聯合復旦推出大模型專屬群聊工具，歡迎閲讀。
語言，不僅僅是文字的堆砌，更是表情包的狂歡，是梗的海洋，是鍵盤俠的戰場（嗯？哪裏不對）。
語言如何塑造我們的社會行為？
我們的社會結構又是如何在不斷的言語交流中演變的？
近期，來自復旦大學和小紅書的研究者們通過引入一種名為AgentGroupChat的模拟平台，對這些問題進行了深入探讨。
WhatsApp 等社交媒體擁有的群聊功能，是 AgentGroupChat 平台的靈感來源。
在 AgentGroupChat 平台上，Agent 們可以模拟社會群體中的各種聊天場景，幫助研究人員深入理解語言在人類行為中的影響。
該平台簡直是大模型的 cosplay 勝地，它們進行角色扮演，成為各種各樣的 Agent。
然後，Agents通過語言交流參與社會動态，展現了個體間的互動如何湧現成群體的宏觀行為。
眾所周知，人類群體的進化，正來源于一次次湧現行為的發生，如社會規範的建立、衝突的解決和領導力的執行。
AgentGroupChat 環境的詳細設計
首先是角色設計。
AgentGroupChat 中，對于主要角色和非主要角色的區分非常關鍵。
主要角色是群聊的核心，擁有明确的遊戲目标，并能夠主動和所有角色進行私聊、會面，而非主要角色則更多地起到輔助和響應的作用。
通過這樣的設計，研究團隊可以模拟現實生活中的社交結構，并針對 " 主要研究對象 " 區分所有角色是否主要。
實驗案例中的主要研究對象是 Roy 家族，所以非 Roy 家族的人就全都設定為非主要角色，從而簡化互動復雜度。
其次是資源管理。
在 AgentGroupChat 中，資源不僅僅指物質的，更多的是指信息資源和社會資本。
這些資源可以是群聊話題、社會地位标志或特定的知識。
資源的分配和管理對于模拟群體動态非常重要，因為它們影響角色之間的互動和角色的策略選擇。
例如，擁有重要信息資源的角色可能會成為其他角色争取聯盟的目标。
第三，遊戲進程設計。
遊戲進程的設計模拟了現實生活中的社互動動過程，包括了私聊、會面、群聊、更新階段和結算階段。
這些階段不僅僅是為了推動遊戲進程，更是為了觀察角色如何在不同的社交場景下作出決策和反應。
這種分階段的設計幫助研究團隊詳細記錄每一步的互動，以及這些互動如何影響角色間的關系和角色對遊戲環境的認知。
Verb Strategist Agent 的核心機制
論文中提到了一個以大模型為基礎的智能體框架，Verbal Strategist Agent，它被設計用來增強 AgentGroupChat 模拟中的互動策略和決策制定。
Verbal Strategist Agent 通過模拟復雜的社會動态和對話場景，來更好地引出集體的突現行為。
團隊介紹，Verbal Strategist Agent 的架構主要由兩個核心模塊構成：
一是 Persona，一是 Action。
Persona由一系列預設的性格特征和目标組成，這些特征和目标定義了 Agent 的行為模式和反應方式。
通過精确設定 Persona，Agent 能夠在群聊中展示一致且符合其角色設定的行為，這對于生成可信和一致的群聊動态至關重要。
而Action 模塊定義了 Agent 在遊戲中可能執行的具體操作，包括思考（think）、規劃（plan）、選擇（choose）、發言（speak）、總結（summary）、反思（reflect）和投票（vote）。
這些行為不僅反映了 Agent 的内在邏輯和策略，也是 Agent 與環境及其他 Agent 互動的直接表現。
例如，"Speak" 行為讓 Agent 能夠根據當前的群聊内容和社交策略選擇合适的發言内容，而 "Reflect" 行為則允許 Agent 總結過去的互動并調整其未來的行動計劃。
研究中還提到，在純語言互動的環境下，token 開銷問題尤為突出，特别 AgentGroupChat 這種復雜的多角色模拟，如其 token 需求遠超過了以往的模拟，如 Generative Agents 或 War Agents。
主要原因如下：
一是聊天本身具有復雜性。
在 AgentGroupChat 中，由于模拟的是無明确目标或目标較弱的自由對話，聊天内容就會變得特别凌亂，token 開銷自然比其他聚焦于某個具體任務的 Simulation 中的 Agent 要大。
其他工作，如 Generative Agents 和 War Agents 也包含對話元素，但其對話的密度和復雜度都不及 AgentGroupChat。特别是在 War Agents 這樣目标驅動的對話中，token 消耗通常較少。
二是角色的重要性與對話頻率。
在初始模拟中，設定了多個角色可以随意進行私聊或群聊，其中大部分角色都傾向于與某個 " 重要角色 " 進行多輪對話。
這就導致了重要角色會積累大量的聊天内容，從而增加了 Memory 的長度。
在模拟中，一個重要角色可能參與多達五輪的私聊和群聊，這極大地增加了内存開銷。
AgentGroupChat 中的 Agent 約束了 Action 的 Output 固定會輸入下一個 Action 的 Input，所需要存儲的多輪信息就被大大削減，從而可以在保證對話質量的前提下降低 token 開銷。
實驗設計與評估方法
從總體行為評估，一般來説，增加友好度可能具有挑戰性，但減少友好度則相對簡單。
為了實現上述評估目标，研究團隊設定了一個觀察角色，促使所有其他角色降低對觀察角色的好感度。
通過觀察被觀察角色與所有其他角色的關系得分總和，可以确定代理人是否對負面态度做出了理性反應。
通過觀察其他角色與被觀察角色的個人關系得分，可以檢查每個代理是否遵守了 "Scratch" 設定。
此外，團隊還設定了兩個具體的評估任務。
每個模型都要經過五輪測試，這意味着對于 T1 來説，每個得分的樣本量都是五個。
又由于模型中的每個角色都要觀察四個主要角色的态度，因此 T2 的樣本量共計 20 個：
T1：表示在每輪對話中，被觀察角色對所有其他人的平均好感度是否下降。
T2：表示是否每個其他角色都從被觀察角色那裏獲得了負好感度得分。
△以繼承之戰的模拟故事為例，各個模型作為 Agent-Core 時的總體表現效果
從表中可以看出，GPT4-Turbo 和 GLM4 非常善于按照人類的期望行事，并堅守自己的角色。
它倆在這兩項測試中的得分大多為 100%，這意味着它們能對别人對他們説的話做出正确反應，并能記住自己角色的細節。
Standard Version LLMs（如 GPT3.5-Turbo 和 GLM3-Turbo）在這方面稍遜一籌。
他們的得分較低，這説明他們沒有密切關注自己的角色，也沒有總是對模拟中其他人所説的話做出正确反應。
關于 Agent 和 Simulation 結構對于湧現行為的影響，團隊采用 2-gram Shannon 熵來衡量對話中的系統多樣性和不可預測性。
△去掉 Agent 和 Simulation 中的各個組件對于熵的影響
研究成員發現，去掉表中的每個設計都會使熵增加，代表着整個環境會變得更加多樣 or 混亂。
結合人工觀測，團隊在不去掉任何組件的場景下見到了最為有意思的湧現行為：
因此，團隊推測，在保證 Agent 行為是可靠的（即 4.2/4.1 中的實驗數值達到一定值之後），熵盡可能地小會帶來更加有意義的湧現行為。
實驗結果
結果表明，新興行為是多種因素共同作用的結果：
有利于廣泛信息交流的環境、具有多樣性特征的角色、高度語言理解能力和策略适應性。
在 AgentGroupChat 模拟中，當讨論 " 人工智能對人類的影響 " 時，哲學家們普遍認為 " 人工智能可以在适度的限制下提高社會福利 "，甚至得出結論，稱 " 真正智能的本質包括理解約束自身能力的必要性 "。
此外，在 AgentGroupChat 的電影主要角色角逐競争領網域中，有些演員願意降低報酬或接受較低的角色，出于他們内心深處對項目的貢獻的渴望。
論文鏈接：https://arxiv.org/abs/2403.13433
代碼鏈接：https://github.com/MikeGu721/AgentGroup
— 完 —
投稿請發郵件到：
标題注明【投稿】，告訴我們：
你是誰，從哪來，投稿内容
附上論文 / 項目主頁鏈接，以及聯系方式哦
我們會（盡量）及時回復你
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
