論文の概要: MASCOT: Towards Multi-Agent Socio-Collaborative Companion Systems

• arxiv url: http://arxiv.org/abs/2601.14230v1
• Date: Tue, 20 Jan 2026 18:44:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:23.45302
• Title: MASCOT: Towards Multi-Agent Socio-Collaborative Companion Systems
• Title（参考訳）: MASCOT:マルチエージェント・ソシオコラボレーティブ・コンパニオンシステムを目指して
• Authors: Yiyang Wang, Yiqiao Jin, Alex Cabral, Josiah Hester,
• Abstract要約: マルチパースペクティブな社会協力型コンパニオンのための一般化可能なフレームワークであるMASCOTを提案する。 MASCOTは、個人と集団の振る舞いを調和させる新しい双方向最適化戦略を導入した。 当社のフレームワークは,次世代のソーシャルインテリジェントマルチエージェントシステムを構築するための実用的なロードマップを提供する。
• 参考スコア（独自算出の注目度）: 10.083823578067873
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Multi-agent systems (MAS) have recently emerged as promising socio-collaborative companions for emotional and cognitive support. However, these systems frequently suffer from persona collapse--where agents revert to generic, homogenized assistant behaviors--and social sycophancy, which produces redundant, non-constructive dialogue. We propose MASCOT, a generalizable framework for multi-perspective socio-collaborative companions. MASCOT introduces a novel bi-level optimization strategy to harmonize individual and collective behaviors: 1) Persona-Aware Behavioral Alignment, an RLAIF-driven pipeline that finetunes individual agents for strict persona fidelity to prevent identity loss; and 2) Collaborative Dialogue Optimization, a meta-policy guided by group-level rewards to ensure diverse and productive discourse. Extensive evaluations across psychological support and workplace domains demonstrate that MASCOT significantly outperforms state-of-the-art baselines, achieving improvements of up to +14.1 in Persona Consistency and +10.6 in Social Contribution. Our framework provides a practical roadmap for engineering the next generation of socially intelligent multi-agent systems.
• Abstract（参考訳）: マルチエージェントシステム(MAS)は近年,感情的・認知的支援のための有望な社会協力コンパニオンとして出現している。 しかし、これらのシステムはしばしばペルソナの崩壊に悩まされ、エージェントは汎用的で均質なアシスタント行動に戻る。 マルチパースペクティブな社会協力型コンパニオンのための一般化可能なフレームワークであるMASCOTを提案する。 MASCOTは、個人と集団の振る舞いを調和させる新しい二段階最適化戦略を導入した。 1)RLAIF駆動パイプラインであるペルソナ・アウェア・ビヘイビア・アライメントは、個々のエージェントを厳格なペルソナの忠実さのために微調整し、アイデンティティの喪失を防ぐ。 2)共同対話最適化とは,多様かつ生産的な対話を保証するため,グループレベルの報酬によって指導されるメタ政治である。 心理学的支援と職場領域の広範な評価は、MASCOTが最先端のベースラインを著しく上回り、ペルソナ一貫性の+14.1、社会貢献の+10.6の改善を達成していることを示している。 当社のフレームワークは,次世代のソーシャルインテリジェントマルチエージェントシステムを構築するための実用的なロードマップを提供する。

関連論文リスト

• The Social Laboratory: A Psychometric Framework for Multi-Agent LLM Evaluation [0.16921396880325779]
  マルチエージェント討論を制御された「社会実験室」として活用する新しい評価枠組みを導入する。 特に認知活動において、割り当てられたペルソナが安定した、測定可能な心理測定プロファイルを誘導することを示す。 この研究は、動的、心理学的に基礎付けられた評価プロトコルの新しいクラスの青写真を提供する。
  論文  参考訳（メタデータ） (2025-10-01T07:10:28Z)
• The Coming Crisis of Multi-Agent Misalignment: AI Alignment Must Be a Dynamic and Social Process [13.959658276224266]
  人間の価値観や好みとAIの整合性は依然として重要な課題だ。 エージェントは互いに関与するので、個々の目標と集合目標の両方を達成するために調整する必要があります。 社会構造は、グループや個人の価値を減らしたり、壊したりすることができる。 私たちは、人間、優先的、客観的なアライメントを相互依存的な概念として扱うようにAIコミュニティに呼びかけます。
  論文  参考訳（メタデータ） (2025-06-01T16:39:43Z)
• HiddenBench: Assessing Collective Reasoning in Multi-Agent LLMs via Hidden Profile Tasks [12.203366267017737]
  マルチエージェント LLM における集合的推論を評価するための最初のベンチマークである HiddenBench を紹介する。 ベンチマークを基礎として,このパラダイムをカスタムタスクで形式化し,GPT-4.1グループが分散知識の統合に失敗したことを示す。 次に、カスタムデザイン、先行研究、自動生成から引き出された65のタスクにまたがる完全なベンチマークを構築します。
  論文  参考訳（メタデータ） (2025-05-15T19:22:54Z)
• Implicitly Aligning Humans and Autonomous Agents through Shared Task Abstractions [42.813774494968214]
  HA$2$:階層的アドホックエージェント(hierarchical Ad Hoc Agents)は、階層的強化学習を利用して、人間が協調で使用する構造的アプローチを模倣するフレームワークである。 オーバークッキング環境におけるHA$2$の評価を行い、未確認エージェントと人間の両方と組み合わせた場合、既存のベースラインよりも統計的に有意な改善が見られた。
  論文  参考訳（メタデータ） (2025-05-07T17:19:17Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors [93.38830440346783]
  本稿では,その構成をより高機能なシステムとして協調的に調整できるマルチエージェントフレームワークを提案する。 実験により,フレームワークが単一エージェントより優れたマルチエージェントグループを効果的に展開できることが実証された。 これらの振舞いの観点から、我々は、ポジティブなものを活用し、ネガティブなものを緩和し、マルチエージェントグループの協調可能性を改善するためのいくつかの戦略について議論する。
  論文  参考訳（メタデータ） (2023-08-21T16:47:11Z)

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。