Multi-Agent Systems Memory Mechanism Cooperation Dynamics LLM Alignment Social Simulation
摘要

本研究探讨了大语言模型(LLM)智能体的内部特性(如对齐全致性)如何塑造记忆在多智能体系统集体与合作动态中的作用。通过扩展社会粒子群模型,将规则代理替换为具备大五人格特征和不同记忆长度的 LLM 代理,研究发现记忆长度是控制集体行为的关键参数。实验显示,随着记忆长度增加,Gemini 模型的合作率显著下降,而 Gemma 模型则呈现相反趋势。情感分析表明,这种差异源于不同模型对记忆内容的解读倾向不同,揭示了模型特异性在生成式代理建模中的基础作用。

AI 推荐理由

论文核心研究记忆长度对多智能体协作行为的决定性影响及模型差异。

研究机构
名古屋大学信息学研究科 日本
论文信息
作者 Taisei Hishiki, Takaya Arita, Reiji Suzuki
发布日期 2026-04-14
arXiv ID 2604.12250
相关性评分 9/10 (高度相关)