更多的欺骗：混合动机 LLM 多代理系统中的目标错位

arXiv:2607.26120v1 公告类型：新 摘要：大型语言模型 (LLM) 支持的多代理系统越来越多地部署在混合动机环境中，在这种环境中，由于目标冲突或隐藏，代理在信息不对称和战略欺骗下运行。在这些情况下，与集体目标不一致成为一个核心问题。我们提出了一种使用社交演绎游戏《狼人》来评估目标偏差的新颖框架，修改单个代理的目标，同时保留其指定的角色。在来自四种不同模型系列和规模、四种玩家角色和三种目标表述的法学硕士中，我们引入了对代理人的内部推理及其公开廉价谈话行为（即不直接影响代理人效用的无成本、非约束性沟通）的双重分析，并辅之以对游戏结果的分析。我们的研究结果表明，客观失调会破坏固有对抗性环境中的结果，信息不对称和专业化角色会加剧这种影响。虽然受损的代理人不断发展出独特的依赖于目标的推理策略，但这些适应在他们的公共行为中仍然基本上不可见。更广泛地说，我们的研究结果表明，即使是细微的目标偏差也会深刻影响集体决策，这凸显了基于法学硕士的多智能体系统需要有效的缓解策略。