Generative AI collective behavior needs an interactionist paradigm
Коллективное поведение генеративного ИИ нуждается в интеракционистской парадигме Этот документ выступает за интеракционистскую парадигму для понимания коллективного поведения агентов, основанных на больших языковых моделях (БЯМ). Он подчеркивает, что осмысление этих возникающих форм поведения имеет решающее значение из-за их значительных социальных последствий, как с точки зрения рисков, так и преимуществ. Авторы утверждают, что традиционные подходы, такие как многоагентное обучение с подкреплением для агентов `tabula rasa`, недостаточны для генеративных агентов на основе БЯМ, учитывая их обширные предварительно обученные знания и способность к обучению в контексте. Предлагаемая интеракционистская парадигма направлена на систематическое изучение того, как предварительные знания и встроенные ценности взаимодействуют с социальным контекстом, формируя возникающие явления в многоагентных генеративных системах ИИ. Эта новая структура основана на четырех ключевых столпах: интеракционистской теории, фокусирующейся на индивидуальных чертах и возникающей динамике взаимодействия; причинно-следственном выводе для мониторинга систем; теории информации для количественных исследований; и социологии машин, чтобы выйти за рамки человекоцентричных социальных теорий. Этот всеобъемлющий подход жизненно важен для проектирования, развертывания и согласования коллективов на основе БЯМ, позволяя решать сложности, которые анализ отдельных агентов не может полностью объяснить. Актуальность парадигмы выходит за рамки современных моделей на основе трансформеров, подчеркивая необходимость учета как индивидуальных, так и социальных аспектов в будущих коллективах ИИ. #ГенеративныйИИ #БЯМ #КоллективноеПоведение #МногоагентныеСистемы #ИнтеракционистскаяПарадигма #БезопасностьИИ #СоциологияМашин документ - https://arxiv.org/pdf/2601.10567v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM
Коллективное поведение генеративного ИИ нуждается в интеракционистской парадигме Этот документ выступает за интеракционистскую парадигму для понимания коллективного поведения агентов, основанных на больших языковых моделях (БЯМ). Он подчеркивает, что осмысление этих возникающих форм поведения имеет решающее значение из-за их значительных социальных последствий, как с точки зрения рисков, так и преимуществ. Авторы утверждают, что традиционные подходы, такие как многоагентное обучение с подкреплением для агентов `tabula rasa`, недостаточны для генеративных агентов на основе БЯМ, учитывая их обширные предварительно обученные знания и способность к обучению в контексте. Предлагаемая интеракционистская парадигма направлена на систематическое изучение того, как предварительные знания и встроенные ценности взаимодействуют с социальным контекстом, формируя возникающие явления в многоагентных генеративных системах ИИ. Эта новая структура основана на четырех ключевых столпах: интеракционистской теории, фокусирующейся на индивидуальных чертах и возникающей динамике взаимодействия; причинно-следственном выводе для мониторинга систем; теории информации для количественных исследований; и социологии машин, чтобы выйти за рамки человекоцентричных социальных теорий. Этот всеобъемлющий подход жизненно важен для проектирования, развертывания и согласования коллективов на основе БЯМ, позволяя решать сложности, которые анализ отдельных агентов не может полностью объяснить. Актуальность парадигмы выходит за рамки современных моделей на основе трансформеров, подчеркивая необходимость учета как индивидуальных, так и социальных аспектов в будущих коллективах ИИ. #ГенеративныйИИ #БЯМ #КоллективноеПоведение #МногоагентныеСистемы #ИнтеракционистскаяПарадигма #БезопасностьИИ #СоциологияМашин документ - https://arxiv.org/pdf/2601.10567v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM