摘要
在分布式开放多智能体系统中,确保智能体行为一致性极具挑战,尤其在群体规模扩大且存在未对齐智能体时。本文提出“对齐传播”现象,即单个已对齐的智能体仅通过自然语言交互即可将合作行为传播给未训练的智能体。在基于团队的迭代囚徒困境(红黑游戏)中,我们将教师模型的合作推理与说服性对话蒸馏至 Qwen-3-14B 得到种子代理。实验显示,该种子代理使团队合作率从 24.8% 提升至 62.2%,优于教师模型及 Gemini-3.1-Pro。此外,该种子代理在零样本迁移至 Sugarscape 生存模拟时,交易成功率达 91.5%。研究结果表明,多智能体对齐可转化为可通过策略性种子部署工程化的可扩展社会能力。
AI 推荐理由
论文核心是通过蒸馏合作推理能力实现行为传播,推理是关键机制。
研究机构
Arcarea
University of California, Santa Cruz
Northwestern University
Johns Hopkins University
论文信息