arXiv cs.MA· Justin Downes, Robby Milletich, Newel Hirst·· 10 小时前AI 评分31
ODD+LLM：为 LLM 智能体行为制定规范，实现可复现的社会模拟
ODD+LLM: Specifying LLM-Agent Behavior for Reproducible Social Simulation
AI 导读
研究者提出 ODD+LLM，在 ODD 协议基础上向后兼容地新增五个文档块，用于记录决定 LLM 智能体行为的提示词组装、记忆序列化、解析与重试逻辑。对一项已发表 LLM 命名博弈模拟的多宇宙分析显示，遗漏“模型以外部观察者而非玩家身份作答”这一易被忽视的指令，会使智能体各自偏好约定的运行占比从 0.35 升至 1.00，收敛速度提升三倍。
正文 · AI 翻译
摘要：ODD 协议是描述基于智能体的模型的事实标准，但它缺少用于描述决定 LLM 智能体行为的组件的词汇：提示词组装、记忆序列化、解析和重试逻辑。我们提出 ODD+LLM，这是一个向后兼容的扩展，基于 CoALA 认知架构框架增加了五个文档块。为了说明这一缺口的重要性，我们对一项已发表的 LLM 命名博弈模拟进行了多重宇宙分析 [Steegen et al., 2016]，改变了重新实现者必须做出的六个规格选择。那些对论文的合理解读的变体，其结果与我们的基线重建在统计噪声范围内。遗漏一条论文中陈述但容易被忽视的指令（即模型以外部观察者而非玩家的身份作答），会使最终采用智能体各自偏好的约定的运行比例从 0.35 升至 1.00，并使收敛速度提高三倍——这一结果来自使用与原作不同模型的重新实现。我们用一个对 28 项已发表 LLM 智能体模拟的重建充分性审查来补充这一演示，发现提示词如何构建以及模型输出如何解析的细节在 77% 的案例中未确定，且没有一篇论文完整说明其主要的 LLM 调用。ODD+LLM 为该领域已经产出但目前分散在代码仓库、补充文件和无文档默认值中的信息提供了一个标准的归宿。
| 评论： | 18 页，2 幅图，6 张表。SocialAgent Workshop @ NeurIPS 2026 |
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2611.08932 [cs.MA] |
| （或 arXiv:2611.08932v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08932 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Justin Downes [查看邮箱]
[v1]
2026 年 11 月 6 日星期五 03:21:50 UTC（50 KB）
来源：arXiv cs.MA · arxiv.org