原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
迈向基于LLM的多智能体系统中的认知协同：
结合心智理论和批判性评价
AdamKostka(adam.kostka.stud@.pl)
FacultyofElectronicsandInformationTechnology
WarsawUniversityofTechnology
JarosławA.Chudziak(jaroslaw.chudziak@.pl)
AbstractFacultyofElectronicsandInformationTechnology
WarsawUniversityofTechnology
最近，多智能体系统（MAS）领域越来越受欢迎，因为研
本究人员正在尝试开发能够进行高效集体推理的人工智能。
译基于大型语言模型（LLMs）的智能体在孤立任务中表现
良好，但在适应性协作所需的高度认知能力方面却遇到困
中难。人类团队不仅通过知识共享实现协同效应，还通过递
1归推理、结构化批评和推断他人心理状态的能力来实现。
v当前的人工系统缺乏这些关键机制，限制了它们进行复杂
9集体推理的能力。这项工作探讨了能够促进有效协作的
6认知过程，重点是适应性心智理论（ToM）和系统的批判
9评估。我们调查了三个关键问题。首先，建模他人观点的
1能力如何增强协调并减少冗余推理？其次，结构化批评在
2
.多大程度上通过识别逻辑漏洞和减轻偏见来提高推理质
7量？第三，这些机制的相互作用可以导致认知协同效应的
0出现，即系统的集体智能超过了其组成部分之和。通过对
5
2复杂决策制定的实证案例研究，我们展示了将这些认知机
:制整合在一起如何导致更一致、适应性和严谨的智能体互
v动。本文通过提出一个模拟人类协作推理MAS的结构化
i框架，对认知科学和AI研究领域做出了贡献。它强调了图1:多智能体系统中认知协同的概念循环
x
r动态ToM和批判评估在提高多智能体系统应对复杂现实
a
挑战能力中的重要性。
今的多智能体人工智能系统中却严重不足，从而限制了
关键词：多代理系统；心智理论；批判性评估；认知协同；它们进行复杂合作推理的能力。
大多数现代基于LLM的多智能体系统（MAS）也倾
介绍向于依赖静态的角色分配和任务划分，无法自适应地反
映其对应方观点的变化。近期将LLMs纳入的方法改善
大型语言模型（LLMs）的快速发展已在某些自然语
了基于语言(Schmidgalletal.,2025)的交互，然而，这
言活动，包括翻译、摘要生成和问题解决方面实现了接
类方法往往难以实现真正的协调，因为各代理没有推断
近人类水平的表现(Naveedetal.,2024)。然而，在涉及出彼此的推理状态或通过系统的批评递归地精炼他们的
有效协调、严格评估和适应性推理的多智能体协作环境
论点(P.Li,Menon,Gudiguntla,Ting,Zhou,2024)。
中，LLMs仍然面临挑战(Qiuetal.,2024)。与通过整合
多样化的知识、迭代批评和动态互理解（心智理论）实
文档评论（0）