Fugu-MT 論文翻訳(概要): Evaluating Generalization Capabilities of LLM-Based Agents in Mixed-Motive Scenarios Using Concordia

論文の概要: Evaluating Generalization Capabilities of LLM-Based Agents in Mixed-Motive Scenarios Using Concordia

arxiv url: http://arxiv.org/abs/2512.03318v1
Date: Wed, 03 Dec 2025 00:11:05 GMT
ステータス: 情報取得中
システム内更新日: 2025-12-04 12:10:10.86733
Title: Evaluating Generalization Capabilities of LLM-Based Agents in Mixed-Motive Scenarios Using Concordia
Title（参考訳）: コンコーディアを用いた混合運動シナリオにおけるLCM系エージェントの一般化能力の評価
Authors: Chandler Smith, Marwa Abdulhai, Manfred Diaz, Marko Tesic, Rakshit S. Trivedi, Alexander Sasha Vezhnevets, Lewis Hammond, Jesse Clifton, Minsuk Chang, Edgar A. Duéñez-Guzmán, John P. Agapiou, Jayd Matyas, Danny Karmon, Akash Kundu, Aliaksei Korshuk, Ananya Ananya, Arrasy Rahman, Avinaash Anand Kulandaivel, Bain McHale, Beining Zhang, Buyantuev Alexander, Carlos Saith Rodriguez Rojas, Caroline Wang, Chetan Talele, Chenao Liu, Chichen Lin, Diana Riazi, Di Yang Shi, Emanuel Tewolde, Elizaveta Tennant, Fangwei Zhong, Fuyang Cui, Gang Zhao, Gema Parreño Piqueras, Hyeonggeun Yun, Ilya Makarov, Jiaxun Cui, Jebish Purbey, Jim Dilkes, Jord Nguyen, Lingyun Xiao, Luis Felipe Giraldo, Manuela Chacon-Chamorro, Manuel Sebastian Rios Beltran, Marta Emili García Segura, Mengmeng Wang, Mogtaba Alim, Nicanor Quijano, Nico Schiavone, Olivia Macmillan-Scott, Oswaldo Peña, Peter Stone, Ram Mohan Rao Kadiyala, Rolando Fernandez, Ruben Manrique, Sunjia Lu, Sheila A. McIlraith, Shamika Dhuri, Shuqing Shi, Siddhant Gupta, Sneheel Sarangi, Sriram Ganapathi Subramanian, Taehun Cha, Toryn Q. Klassen, Wenming Tu, Weijian Fan, Wu Ruiyang, Xue Feng, Yali Du, Yang Liu, Yiding Wang, Yipeng Kang, Yoonchang Sung, Yuxuan Chen, Zhaowei Zhang, Zhihan Wang, Zhiqiang Wu, Ziang Chen, Zilong Zheng, Zixia Jia, Ziyan Wang, Dylan Hadfield-Menell, Natasha Jaques, Tim Baarslag, Jose Hernandez-Orallo, Joel Z. Leibo,
Abstract要約: 大規模言語モデル(LLM)エージェントは、社会的相互作用の素晴らしい能力を実証している。既存の評価手法は、これらの能力がいかに新しい社会的状況に一般化するかを測ることに失敗する。我々は,NeurIPS 2024 Concordia Contestで,エージェントが相互利得を達成する能力について評価した経験的結果を示す。
参考スコア（独自算出の注目度）: 100.74015791021044
License:
Abstract: Large Language Model (LLM) agents have demonstrated impressive capabilities for social interaction and are increasingly being deployed in situations where they might engage with both human and artificial agents. These interactions represent a critical frontier for LLM-based agents, yet existing evaluation methods fail to measure how well these capabilities generalize to novel social situations. In this paper, we introduce a method for evaluating the ability of LLM-based agents to cooperate in zero-shot, mixed-motive environments using Concordia, a natural language multi-agent simulation environment. Our method measures general cooperative intelligence by testing an agent's ability to identify and exploit opportunities for mutual gain across diverse partners and contexts. We present empirical results from the NeurIPS 2024 Concordia Contest, where agents were evaluated on their ability to achieve mutual gains across a suite of diverse scenarios ranging from negotiation to collective action problems. Our findings reveal significant gaps between current agent capabilities and the robust generalization required for reliable cooperation, particularly in scenarios demanding persuasion and norm enforcement.
Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、社会的相互作用の印象的な能力を示しており、人間と人工エージェントの両方と関わる可能性のある状況において、ますます多くデプロイされている。これらの相互作用は、LLMベースのエージェントにとって重要なフロンティアであるが、既存の評価手法では、これらの能力がいかに新しい社会的状況に一般化するかを測ることができない。本稿では,自然言語マルチエージェントシミュレーション環境であるConcordiaを用いて,ゼロショット・混合モチベーション環境におけるLCMエージェントの協調性を評価する手法を提案する。本手法は,多種多様なパートナーや状況にまたがる相互利益の機会を特定し,活用するエージェントの能力をテストすることによって,汎用的な協調知能を測定する。我々はNeurIPS 2024 Concordia Contestで、交渉から集団行動問題まで多岐にわたる様々なシナリオにおいて、エージェントが相互に利益を得る能力について評価した経験的な結果を示す。以上の結果から,既存のエージェント能力と信頼性の高い協調に必要な堅牢な一般化との間には,特に説得力や規範的強制力を必要とするシナリオにおいて,大きなギャップがあることが判明した。

論文の概要: Evaluating Generalization Capabilities of LLM-Based Agents in Mixed-Motive Scenarios Using Concordia

関連論文リスト