さまざまなLLMエージェントに協力して問題解決を行わせる際は、”個別のエージェント特性よりも「協力戦略」が重要である”と示唆されました。
さらにこの「協力戦略導入ツール」は公開されています。
シンガポール国立大学などの研究者らによる発表です。
○ Jintian Zhang et al., “Exploring Collaboration Mechanisms for LLM Agents: A Social Psychology View”
LLMエージェント同士に協力させる研究が増えてきましたが、小規模なエージェント集団では同調圧力が高くなり、必ずしも最適な結果が出ないことが課題の一つだとされてきました。
そこで研究者らはLLMエージェント集団への「協力戦略」の導入を提案しています。
■協力戦略について
① 「思考パターンの順序」で定義される
② 成果に大きな影響を与える
③ 効率性が重視される
■導入方法
① 各エージェントに思考パターンを割り当てる
（全エージェントが同じパターンを持つのは避ける）
② 各ラウンドの最後には多数決が用いられる
③ ディベート方式か自己改善方式を用いる
■実験と結果
以下のような実験が行われました。
① エージェント集団が多数決で得た合意を確認する
② 回答をベンチマークで評価する
主要な結果は以下です。
① エージェント数、データセット、ラウンド数がパフォーマンスに影響を与えた
② 自己改善方式よりもディベート方式のほうが誤りが少なく最適な答えが出た
■考察
エージェントは一度自信を持つと、誤っていてもその立場を堅持し続ける傾向があるため、ディベート方式でバイアスを和らげることが重要であると考えられています。
このようなLLMの社会性は人間の社会ダイナミクスに近いのではないかと示唆されています。
□将来的な展望
本研究で得られた結論や、公開されたツールによって、以下のような展開が考えられます。
複数のLLMエージェントによって「複雑な問題解決や意思決定」をサポートできる新たな局面が期待できます。
また、人間と機械の相互作用によってさらに優れたパフォーマンスが出せるポジティブな可能性も示唆されています。
一方で、LLMに人間と似た社会心理学的行動をとらせることは、倫理的な課題にもつながるかもしれません。制御方法は慎重に検討すべき問題です。
📄 参照論文
Exploring Collaboration Mechanisms for LLM Agents: A Social Psychology View
