論文の概要: CoMet: Metaphor-Driven Covert Communication for Multi-Agent Language Games

• arxiv url: http://arxiv.org/abs/2505.18218v1
• Date: Fri, 23 May 2025 08:23:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:42.22183
• Title: CoMet: Metaphor-Driven Covert Communication for Multi-Agent Language Games
• Title（参考訳）: CoMet: 多言語ゲームのためのメタファー駆動のカバートコミュニケーション
• Authors: Shuhang Xu, Fangwei Zhong,
• Abstract要約: CoMetは、大規模言語モデル(LLM)が言語ゲームでメタファを解釈し、適用できるようにするフレームワークである。 我々はCoMetを2つのマルチエージェント言語ゲーム、UndercoverとAdrial Tabooで評価する。
• 参考スコア（独自算出の注目度）: 9.574135232284657
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Metaphors are a crucial way for humans to express complex or subtle ideas by comparing one concept to another, often from a different domain. However, many large language models (LLMs) struggle to interpret and apply metaphors in multi-agent language games, hindering their ability to engage in covert communication and semantic evasion, which are crucial for strategic communication. To address this challenge, we introduce CoMet, a framework that enables LLM-based agents to engage in metaphor processing. CoMet combines a hypothesis-based metaphor reasoner with a metaphor generator that improves through self-reflection and knowledge integration. This enhances the agents' ability to interpret and apply metaphors, improving the strategic and nuanced quality of their interactions. We evaluate CoMet on two multi-agent language games - Undercover and Adversarial Taboo - which emphasize Covert Communication and Semantic Evasion. Experimental results demonstrate that CoMet significantly enhances the agents' ability to communicate strategically using metaphors.
• Abstract（参考訳）: メタファーは、ある概念を別の領域から、しばしば別の領域と比較することによって、人間が複雑な、または微妙な考えを表現する重要な方法である。 しかし、多くの大規模言語モデル(LLM)はマルチエージェント言語ゲームにおいてメタファの解釈と適用に苦慮しており、戦略的なコミュニケーションに不可欠である隠蔽コミュニケーションやセマンティック回避に携わる能力を妨げている。 この課題に対処するために,LLMをベースとしたエージェントがメタファ処理に参加することを可能にするフレームワークであるCoMetを紹介した。 CoMetは仮説に基づくメタファ推論と自己回帰と知識の統合によって改善されるメタファジェネレータを組み合わせる。 これにより、エージェントのメタファーの解釈と適用能力が向上し、その相互作用の戦略的かつ曖昧な品質が向上する。 我々はCoMetを2つのマルチエージェント言語ゲーム(UndercoverとAdversarial Taboo)で評価し,Covert CommunicationとSemantic Evasionを強調した。 実験の結果,CoMetはエージェントのメタファーを用いた戦略的コミュニケーション能力を大幅に向上させることが示された。

関連論文リスト

• Towards Multimodal Metaphor Understanding: A Chinese Dataset and Model for Metaphor Mapping Identification [9.08615188602226]
  我々は、特定のターゲットドメインとソースドメインのアノテーションを含む中国のマルチモーダルメタファー広告データセット(CM3D)を開発した。 我々は,これらのマッピングを識別するための認知過程をシミュレートする,CPMMIM (Chain-of-NLP) Prompting-based Metaphor Mapping Identification Model) を提案する。
  論文  参考訳（メタデータ） (2025-01-05T04:15:03Z)
• Building Cooperative Embodied Agents Modularly with Large Language Models [104.57849816689559]
  本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。 我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。 C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
  論文  参考訳（メタデータ） (2023-07-05T17:59:27Z)
• CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society [58.04479313658851]
  本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。 本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。 コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
  論文  参考訳（メタデータ） (2023-03-31T01:09:00Z)
• Interpretation of Emergent Communication in Heterogeneous Collaborative Embodied Agents [83.52684405389445]
  本稿では,コラボレーティブな多目的ナビゲーションタスクCoMONを紹介する。 この課題において、オラクルエージェントは、地図の形式で詳細な環境情報を有する。 視覚的に環境を知覚するナビゲーターエージェントと通信し、目標のシーケンスを見つけるのが任務である。 創発的コミュニケーションはエージェントの観察と3次元環境の空間構造に基礎を置くことができることを示す。
  論文  参考訳（メタデータ） (2021-10-12T06:56:11Z)
• Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
  我々は、数ショット$textit language coordinate$のタスクについて研究する。 リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。 これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
  論文  参考訳（メタデータ） (2021-07-12T19:26:11Z)
• Emergent Communication of Generalizations [13.14792537601313]
  共有された視覚的コンテキストにおける1つのオブジェクトのコミュニケーションは、過度に適合する傾向があり、具体的な参照を超えて、言語が役に立つことを奨励しない、と我々は主張する。 抽象的な視覚概念を表すオブジェクトの集合上での通信一般化を必要とするゲームを提案する。 これらのゲームは学習言語の体系性と解釈可能性を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-06-04T19:02:18Z)
• Metaphor Generation with Conceptual Mappings [58.61307123799594]
  我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。 本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。 教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
  論文  参考訳（メタデータ） (2021-06-02T15:27:05Z)
• Learning Emergent Discrete Message Communication for Cooperative Reinforcement Learning [36.468498804251574]
  離散メッセージ通信は連続メッセージ通信に匹敵する性能を有することを示す。 エージェントに離散的なメッセージを対話的に送信できるアプローチを提案します。
  論文  参考訳（メタデータ） (2021-02-24T20:44:14Z)
• Conceptual Metaphors Impact Perceptions of Human-AI Collaboration [29.737986509769808]
  低い能力を示すメタファーは、高い能力を示すメタファーよりも、エージェントのより良い評価につながることが分かっています。 第2の研究では、メタファーによって予測される能力が増加するにつれて、採用の意図が急速に低下することを確認する。 これらの結果から,プロジェクション能力は新規利用者を惹きつけるのに役立つ可能性が示唆された。
  論文  参考訳（メタデータ） (2020-08-05T18:39:56Z)
• Emergence of Pragmatics from Referential Game between Theory of Mind Agents [64.25696237463397]
  エージェントが手書きのルールを指定せずに「行間を読む」能力を自発的に学習するアルゴリズムを提案する。 協調型マルチエージェント教育状況における心の理論(ToM)を統合し,適応型強化学習(RL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-21T19:37:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。