arXiv cs.MA· Justin Downes, Robby Milletich, Newel Hirst·· 10 小时前AI 评分31
同一方法，不同任务：Bitter Lesson 在社会模拟中并不授权什么
Same Method, Different Task: What the Bitter Lesson Does Not License in Social Simulation
AI 导读
一篇被 NeurIPS 2026 SocialAgent Workshop 接收的论文指出，Sutton 的 Bitter Lesson 在每一个案例中都是让通用方法在同一任务上与领域工程竞争，而社会模拟却跨任务替换，用为预测文本优化的产物取代手工构建的智能体。
正文 · AI 翻译
摘要：“苦涩的教训”认为，利用计算的通用方法会战胜手工编码的领域知识。我们认为它带有一个其流行解读所忽略的条件：在 Sutton 引用的每一个案例中，通用方法都是针对领域工程所解决的同一任务进行扩展的。而社会模拟却是在不同任务之间进行替换，用为预测文本而优化的产物取代手工构建的智能体。这一做法形似“苦涩的教训”，但该教训并不允许这样做。预测是一种孤独的行为：预测者不为它所建模的交互承担任何后果。合作、背叛和规范执行都是利益相关方的现象；在任何规模上，它们都不存在于一个无利害关系的观察者眼中。缺失的不是涌现——LLM 群体已经展现出涌现——而是利害关系。我们表明，此前工作中报告的若干异常现象（早于对齐训练出现的过度合作、缺乏个体保真度的集体一致，以及群体同质性）都可由这一解释推出。一项包含 540 个智能体、带有预先设定假设的试点实验检验的是对持续后果的敏感性而非合作，结果发现后果在三个模型家族中的两个里重塑了策略，但从未产生类人的异质性。我们主张采用混合动机的设置，去塑造智能体而不仅仅是测试它们，并追问智能体是否应当以不同于预测器的方式预训练。
| 评论： | 已被 SocialAgent Workshop, NeurIPS 2026 接收（非存档）。15 页，5 幅图 |
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2611.05717 [cs.MA] |
| （或 arXiv:2611.05717v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05717 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Justin Downes [查看邮箱]
[v1]
2026 年 11 月 3 日星期二 22:42:46 UTC（63 KB）
来源：arXiv cs.MA · arxiv.org