好奇心引导可提升多智能体LLM在七成任务上的表现。
资讯摘要
论文提出CuriousTogether框架，从求新、认知好奇与社会好奇三个维度评估好奇心驱动的多智能体LLM交互。作者报告在推理、创意生成和社会偏见缓解等八项任务中，好奇心引导的多智能体设置在七项上优于无好奇心设置，故事生成语义多样性提升最高20.6%，刻板印象率降低14.9个百分点。按国家条件化的文化背景对故事生成和社会任务有益，但可能损害精度导向推理；推理时多智能体好奇心方法在质量与token开销之间取得较好权衡。
要点速读
- 框架从求新、认知好奇、社会好奇三个维度评估多智能体LLM交互。
- 八项任务中七项有提升：故事生成语义多样性最高+20.6%，刻板印象率降低14.9个百分点。
- 文化背景条件化利于故事与社会任务，但可能损害精度导向推理。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。