ARTFEED — Contemporary Art Intelligence

Scale di Attribuzione Aumann-Shapley per Sistemi LLM con Milioni di Agenti

ai-technology · 2026-05-13

Una nuova tecnica adatta l'attribuzione integrale di percorso Aumann-Shapley specificamente per sistemi multi-agente (MAS) che utilizzano grandi modelli linguistici (LLM), scalando fino a un milione di agenti. I metodi di attribuzione tradizionali hanno difficoltà con la scalabilità, poiché possono gestire solo fino a 1.000 agenti, mentre dinamiche sociali importanti come polarizzazione e panico di mercato si verificano con milioni di partecipanti. Questo metodo innovativo soddisfa tutti e quattro gli assiomi di attribuzione ed è da quattro a cinque volte più veloce del metodo Shapley campionato su hardware simile. È stato testato utilizzando 14 giorni di dati pubblici di Bluesky, coinvolgendo 1.671.587 utenti attivi, consentendo ai ricercatori di condurre un'attribuzione su scala reale e confrontarla con campioni distorti dalla visibilità. Questo studio collega concetti teorici di attribuzione con applicazioni reali in simulazioni sociali guidate da LLM.

Fatti principali

  • Il metodo adatta l'attribuzione integrale di percorso Aumann-Shapley a sistemi multi-agente basati su LLM.
  • I metodi assiomatici esistenti scalano in modo combinatorio e sono limitati a N ≤ 10³.
  • I fenomeni sociali studiati si verificano a N ≥ 10⁶.
  • Il nuovo metodo soddisfa tutti e quattro gli assiomi di attribuzione.
  • È da quattro a cinque ordini di grandezza più veloce dello Shapley campionato.
  • Testato su 14 giorni di dati pubblici di Bluesky con 1.671.587 utenti attivi.
  • Ha calcolato l'attribuzione su scala reale e su sottocampioni distorti dalla visibilità.
  • L'articolo è arXiv:2605.11404.

Entità

Istituzioni

  • arXiv

Fonti