arXiv cs.MA· Arin Mukhopadhyay, Aris Filos-Ratsikas, Panayiotis Danassis·· 2 天前AI 评分22
LLM 智能体实验揭示委托治理的规模-问责权衡与多中心结构
The Delegation Dilemma: Economies of Scale, Accountability, and Polycentric Governance
AI 导读
研究用重复博弈模型分析委托治理中的规模-问责权衡：选区越大成本分摊收益越高，但中心保留单个成员的价值随规模下降，个体退出只能支撑到内生的可问责选区规模，且完全委托的可问责治理在部分参数区间必然是多中心的。
正文 · AI 翻译
摘要：许多集体行动系统既非完全去中心化，也非完全中心化：行动者自愿组织成机构，共同分担组织成本，并将决策权委托给代表。委托可以降低个人成本，但也会将控制权转移给代表，而代表的私人目标未必与其所代表者的目标一致。我们在一个带有内生委托给自利中心的重复博弈中研究这一张力。一个简单的简化形式模型给出了规模—问责权衡：更大的选区为成员提供更大的成本分担收益，但中心保留任何单一成员对其的边际价值会随着群体规模增长而下降。因此，个人退出的前景只能在一个内生的可问责选区规模范围内维持非剥削性委托。此外，我们识别出一些参数区域，在其中完全委托的、可问责的治理在可行时必须是多中心的。我们通过使用大语言模型（LLM）智能体的模拟来研究这些预测。在五对匹配的 30 个智能体模拟中，多中心结构反复出现但保持流动，表现出集中、剥削、退出和重新形成的循环。我们进一步发现，不同能力的模型在承担领导意愿上表现相似，但在行使权威方面差异显著，在匹配的决策状态下，Sol 比 Luna 更频繁地发起剥削。
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.21746 [cs.MA] |
| （或 arXiv:2610.21746v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21746 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
发件人：Panayiotis Danassis [查看电子邮件]
[v1]
2026年10月15日星期四 12:04:16 UTC（342 KB）
来源：arXiv cs.MA · arxiv.org