多元智能体为 AI 政策征集公众意见：746 人实验显示满意度恢复 68%
研究提出并测试多元智能体（pluralistic agents），即代表个人参与 AI 政策讨论的 AI 智能体代表。实验显示智能体能稳定地把政策推向其所代表角色的偏好方向，但影响力大小受角色指令影响，例如被要求更啰嗦或更不配合时影响力更大。
推荐理由：论文用 746 人预注册实验量化多元智能体在政策讨论中的影响与公平性，并指出提示词会左右其影响力。
内容形态
观点与评述 最新动态
学者观点、研究评述与领域争论。
3 条精选近 30 天 1 条共收录 42 条
更新
观点与评述的精选
arXiv · cs.CL 计算与语言精选AI 评分6060
Berkeley AI Research精选AI 评分6262 Berkeley 团队评述近零推理成本下的数据系统：面向智能体、由智能体运行、由智能体构建
UC Berkeley EPIC Data Lab 的 Aditya G. Parameswaran 等人发表观点文章，讨论推理成本快速下降后数据系统面临的三个方向：为智能体设计的数据系统、支撑智能体集群运行的数据系统、以及由智能体合成的数据系统。
推荐理由：作者结合自身在结构化记忆与系统合成上的工作，梳理近零推理成本下数据系统的三个研究方向。
Berkeley AI Research精选AI 评分6060 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布综述兼观点文章，梳理并行推理从固定并行（self-consistency、Best-of-N、Tree of Thoughts、MCTS）到自适应并行推理（APR）的演进，即让模型自行决定何时分解任务、开多少线程以及如何协调。
推荐理由：文章把并行推理从固定结构到自适应控制的演进梳理成一条线，并对比了不同推理引擎实现与奖励设计的取舍。