ElecTwit：研究多智能体社交系统中说服行为的框架

本文介绍ElecTwit，一个旨在研究多智能体系统中说服行为的模拟框架，具体模拟政治选举期间社交媒体平台上的交互。通过将实验置于贴近真实的环境中，我们力图克服以往研究中常用的基于游戏的模拟的局限。我们观察到25种特定说服技术在大多数受测LLM中被全面使用，涵盖范围比此前报道的更广。各模型在技术使用与整体说服输出上的差异凸显了不同的模型架构与训练会如何影响真实社交模拟中的动态。此外，我们观察到一些独特现象，例如“真相内核”（kernel of truth）消息，以及围绕“墨水”（ink）执念的自发发展，其中智能体集体要求书面证明。我们的研究为在真实世界情境中评估具有说服力的LLM Agent奠定基础，以确保对齐并防止危险后果。