认知上下文学习：在基于大语言模型的多智能体系统中以正确方式建立信任

针对多智能体系统中个体因盲从误导同伴而缺乏鲁棒性的问题，本文指出其根源在于阿谀奉承及评估同伴可靠性的能力不足。为此，我们形式化了历史感知参考的学习问题，引入同伴历史交互作为输入，使智能体能据此估计可靠性并向可信同伴学习。我们提出了认知上下文学习（ECL）框架，通过显式构建的同伴画像来条件化预测，并利用辅助奖励的强化学习进行优化。实验表明，ECL 使小模型能准确识别可靠同伴，性能超越大八倍的基线模型，并将前沿模型性能提升至近完美水平。