通过显式人格推断协调异质偏好的大语言模型

英文标题：Large Language Model Orchestration under Heterogeneous Preferences via Explicit Persona Inference

该论文研究大语言模型（LLM）编排问题，即由一个编排器协调多个自主 Agent，以实现共同目标或最大化集体福利。论文关注 Agent 之间存在异质性、且各自持有不会完全公开的私人偏好这一现实设定。其核心方法是显式推断 Agent 的人格或偏好特征，以改善多 Agent 协作与决策协调。该研究对构建更能适应用户差异、提升群体决策质量的 AI Agent 系统具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB