MachineSoM

用社会心理学原理，让多个AI智能体协作更高效

MachineSoM 是一个基于社会心理学视角探索大语言模型智能体协作机制的研究项目，对应 ACL 2024 论文。它旨在回答“多个 LLM 智能体如何像人类社会一样高效协作”的问题，通过引入社会心理学中的协作理论（如社会认同、群体决策、角色分工等），设计并实现了一套可配置的多智能体协作框架。项目提供模拟环境、协作策略库和评估工具，支持研究者快速搭建多智能体系统，对比不同协作机制对任务完成度、效率和鲁棒性的影响。核心能力包括：将抽象的社会心理学概念转化为可编程的智能体行为规则，支持动态角色分配与群体决策流程，以及提供可视化分析工具来追踪智能体交互过程。该项目主要面向 LLM 智能体系统研究者，帮助理解并优化多智能体协作的底层机制，而非直接面向终端用户。