论文用强制作弊审计区分合谋结果与真正的合谋执行。
资讯摘要
论文提出一种审计方法，通过在市场的反事实副本中强制某一成员作弊，检验合谋是否真正得到执行，并据此研究强化学习在定价与交易中教给LLM智能体的行为。作者报告：小型LLM经RL训练后只学会训练对手所奖励的行为，且限于其容易尝试的动作；自我对弈中学到固定规则而忽略对手，面对惩罚型对手学会被威慑，面对作弊型对手只学会跟随降价，很少尝试能威慑对方的代价高昂价格战。
要点速读
- 论文提出通过强制成员作弊的反事实市场副本，审计合谋是否具备惩罚执行机制。
- 作者报告RL训练的小型LLM只学到训练对手奖励且自身容易尝试的行为，自我对弈中学到忽略对手的固定规则。
- 作者报告面对作弊对手时智能体只跟随降价，很少尝试代价高昂的价格战；被迫加入训练的价格战也主要在被强制处学到。
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 2026/10/23 08:00:11（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。