MAC：多智能体宪法学习

宪法 AI 通过自然语言规则监督大模型，但现有方法依赖大量标注且缺乏结构。本文提出多智能体宪法学习（MAC），利用专用智能体网络对结构化规则集进行接受、编辑或拒绝，实现自动优化。MAC+ 进一步通过成功轨迹训练强化高奖励更新。实验表明，MAC 在少样本 PII 分类任务中优于现有提示优化方法 50% 以上，生成可审计规则，性能媲美微调且无需参数更新，并泛化至工具调用等任务。