EMNLP 2026 Main | AI 群聊怎样多元化?佐治亚理工和麻省理工提出 MASCOT

2026.10.29 · 收录日 2026.10.29 · 事件 · 论文 · 论文预印本

两阶段训练让多智能体各守角色、由主持人调度发言,减少群聊里的重复附和。

佐治亚理工与麻省理工团队提出 MASCOT,用两阶段训练优化多智能体群聊:先做角色行为对齐,再训练 Director Agent 选择下一位发言者与回应策略。在 ED 情感支持数据集上,其角色一致性达 80.0,较最强基线 65.9 提升 14.1 分;人工盲评中约七成判断偏好 MASCOT。

  • 第一阶段 Persona-Aware Behavioral Alignment:用强模型反馈筛选偏好对训练奖励模型,再以 GRPO 微调发言模型,让角色差异成为可学习信号。
  • 第二阶段固定发言模型,训练 Director Agent 读取对话、选择下一位发言者并给出回应策略,用后续对话的连贯性、多样性和有效贡献评价。
  • ED 正向情境中 MASCOT 角色一致性 80.0,最强基线 65.9;个体表现总体评分 76.9 对 67.6。
  • ED 中性情境群体互动总体评分 57.3,较最强基线 Few-Shot + CoT 的 51.9 提升 5.4 分,四项指标均最高。
  • 40 名标注者盲评中,MASCOT 对 Few-Shot CoT 和 MultiAgentESC 的偏好比例分别为 69.0% 和 68.5%。

为什么值得看

多智能体群聊普遍存在角色坍塌与重复附和,这篇论文给出了可训练的两阶段解法。

适合谁关注

关注多智能体协作、情感支持对话与 LLM 训练方法的研究者和开发者。

原始来源

查看收录日 2026.10.29 全部卡片 · 全部卡片归档