MAFP KI Entscheidungen 1

Diese wissenschaftliche Arbeit stellt mit Multi-Agent Fictitious Play (MAFP) ein neuartiges System vor, das die strategische Entscheidungsfindung großer Sprachmodelle (LLMs) verbessert. Während herkömmliche Multi-Agenten-Systeme primär auf die Aufteilung komplexer Ausführungsaufgaben spezialisiert sind, widmet sich MAFP der sogenannten Stance Entanglement, bei der die Entscheidungen verschiedener Akteure untrennbar voneinander abhängen. Inspiriert von spieltheoretischen Prinzipien, lässt das Framework verschiedene KI-Agenten als Interessenvertreter agieren, die in einem iterativen Prozess gegenseitig auf die Strategien der anderen reagieren. Durch diese kontinuierliche Ko-Evolution und das Finden von Bestantworten identifizieren die Agenten Schwachstellen und entwickeln robustere Handlungspläne. In Tests über zahlreiche Szenarien hinweg übertraf MAFP bestehende Methoden sowohl in der allgemeinen Leistungsstärke als auch in der Widerstandsfähigkeit gegenüber adaptiven Gegnern. Damit bietet das System eine Lösung für komplexe soziale oder wirtschaftliche Interaktionen, die über die Kapazitäten einzelner Sprachmodell-Aufrufe hinausgehen.