ARTFEED — Contemporary Art Intelligence

I LLM falliscono nel grounding dinamico nella negoziazione multi-agente

ai-technology · 2026-05-06

Un recente studio pubblicato su arXiv (2605.01750) presenta un gioco di negoziazione iterativo a turni multipli in cui due agenti LLM gestiscono risorse condivise per progetti privati, mirando a risultati congiuntamente ottimali verificabili. Sebbene ogni agente possa trovare indipendentemente allocazioni Pareto-ottimali, coppie di agenti falliscono frequentemente nel raggiungere questi risultati sia in modelli open-source che closed-source. La ricerca delinea quattro principali modalità di fallimento: l'assenza di una storia di interazione condivisa compromette il coordinamento; il contesto accumulato può ostacolare le prestazioni; gli agenti incontrano difficoltà nella riparazione del grounding dinamico; e si verificano rotture persistenti nella credenza reciproca tra i turni di negoziazione. Gli autori sostengono che i benchmark esistenti per LLM multi-agente enfatizzano compiti statici e una tantum, trascurando la necessità critica di una riparazione efficace del grounding nelle interazioni in corso. Questo studio sottolinea una carenza significativa nelle capacità comunicative degli LLM, in particolare nel grounding dinamico, dove il significato viene negoziato collaborativamente.

Fatti principali

  • Lo studio introduce un gioco di negoziazione iterativo a turni multipli per agenti LLM
  • Gli agenti allocano risorse condivise verso progetti privati
  • Agenti individuali possono identificare allocazioni Pareto-ottimali
  • Coppie di agenti falliscono costantemente nel raggiungere risultati ottimali
  • Identificate quattro modalità di fallimento, inclusi problemi di coordinamento e contesto
  • I benchmark attuali trascurano la riparazione del grounding dinamico
  • Sia modelli open-source che closed-source mostrano fallimenti
  • Ricerca dal paper arXiv 2605.01750

Entità

Istituzioni

  • arXiv

Fonti