跳到正文
热点事件持续更新

LLM市场进化论文

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Charlie Pilgrim等团队于2026年10月16日在arXiv发布论文《LLM Evolution in a Simple Simulated Market》，研究大语言模型在模拟市场中的演化机制。 该研究构建由20个LLM智能体组成的模拟市场，发现精准度奖励机制下智能体准确率达94%，而按token计费机制仅达10%，且二者与token用量呈强相关。 结果显示，即便智能体无记忆且未获支付规则反馈，市场筛选仍驱动未定价行为维度发生适应性改变，实现个体层面演化。

AI 根据报道生成 · 4 小时前更新

最新进展10月20日 12:00
LLM Evolution in a Simple Simulated Market: LLM在简单模拟市场中的演化研究

报道时间线

沿着报道，了解事件的不同侧面。

10月20日
  1. arXiv · NLP
    LLM Evolution in a Simple Simulated Market: LLM在简单模拟市场中的演化研究

    在由20个LLM智能体组成的模拟市场中，精准度奖励机制产生94%准确率的智能体，而按token计费机制仅产生10%准确率的智能体。 市场筛选仅针对token使用量，却导致准确率与token用量呈现强相关性，未定价的行为维度发生适应性改变。 这种集体优化过程在个体层面实现适应，智能体未被告知支付规则且无记忆，无需个体反馈即可演化。

本事件热度走势

可比范围当前
9
可比范围峰值
910月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。