数字万神殿：使用LLM智能体模拟与审计联盟形成

研究者提出一个多智能体框架，结合监督微调（SFT）、直接偏好优化（DPO）和检索增强生成（RAG）来模拟政治联盟形成。DPO赋予智能体党派个性，RAG将其约束至官方宣言。在2019年佛兰芒选举模拟中，引入多层信息溯源拓扑（MILT）和联盟影响力评分（CIS）追踪条款来源。三次独立模拟产生稳定赢家（N-VA）及排名，且与现实联盟协议一致。

以往LLM因RLHF的中立偏见无法维持党派立场，该框架通过DPO和RAG克服此限制，使政治模拟更贴近现实，为计算政治学提供了可审计、可重复的联盟谈判模拟方法。

DPO在SFT基础上优化智能体的党派偏好，每党独立的RAG管道确保智能体只引用本方宣言。MILT将最终协议每一条款追溯至原始宣言并分类，CIS聚合党派贡献以量化谁主导了协议。仲裁者（formateur）在中心辐射型谈判中协调。

该框架可作为政治竞选模拟工具，自动生成联盟协议并追溯条款来源，降低人工谈判分析成本。对政府或政党，可用于评估不同联盟组合的承诺兑现度，优化决策流程。

• 开发面向政治竞选团队的联盟谈判模拟SaaS平台，内置多党派智能体。
• 提供联盟协议审计服务，利用MILT展示条款来源，增强透明度。
• 为政治学研究者定制可配置的模拟环境，支持不同选举数据和党派宣言。

• 该框架能否适配比例代表制以外的其他选举制度（如多数制）？
• 模拟结果对LLM基座模型（如GPT、Llama）的依赖性如何？
• 框架在多个历史选举中预测现实协议的成功率是多少？