利用表示学习引导 LLM 进行多智能体决策

基于摘要分析。研究针对 activation steering 尚未充分融入战略性多智能体决策的问题，提出从交互轨迹直接优化 steering representations 的表示学习框架。其贡献是将潜变量与多智能体动力学关联，并约束潜变量在时间上的自一致性，以支持细粒度行为控制。 机制方面，作者提出解耦战略交互背后的潜在因素，在不修改 LLM 参数、不依赖任务特定监督的条件下，利用多智能体交互动力学学习用于激活引导的表示。摘要未说明潜变量的具体定义、自一致性约束的数学形式、表示优化流程或激活干预位置；这些实现细节尚未验证。“不修改模型参数”也不等于无需学习或优化 steering representations。 评估方面，作者在 γ-Bench 上测试，任务覆盖合作、竞争及混合动机博弈。作者报告，该方法在多个开源 LLM 系列上带来一致的社会交互与战略表现改善，并据此认为表示学习可为多智能体 activation steering 提供可扩展、可解释的基础。摘要未提供模型名称、具体指标、增益数值或对照方法，实验协议、消融及统计信息尚未验证，不能据此判断改善幅度或可解释性的证据强度。 该工作直接研究的是 LLM 多智能体决策，而非 EEG 表示学习或 BCI 控制。其机制依赖交互轨迹及多智能体动力学，不能直接等同于 EEG 时序结构；若考虑跨领域应用，需要先明确神经信号与交互状态之间的对应关系。目前迁移价值待评估，已有 EEG 相关工作尚未检索确认。复现时应优先核对轨迹采集方式、潜变量约束、激活干预规则，以及各类博弈中的评价协议。