Digital Pantheon: Simulating and Auditing Coalition Formation with LLM Agents

📄 arXiv: 2607.15095 📥 PDF

作者: Dylan Van Mulders, Matthias Bogaert, Dirk Van den Poel

分类: cs.CL, cs.AI, cs.MA

发布日期: 2026-07-20

💡 一句话要点

提出多代理框架以模拟和审计政治联盟形成

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 政治联盟 多代理系统 意识形态一致性 模拟与审计

📋 核心要点

  1. 现有方法在模拟政治联盟形成时，无法有效维持党派特征，导致结果缺乏可信度。
  2. 论文提出的框架结合了SFT、DPO和RAG，确保代理在意识形态上保持一致，同时基于官方宣言进行操作。
  3. 实验结果表明，该框架在模拟中成功识别出稳定的赢家，并且基于宣言的谱系能够有效预测现实中的联盟形成。

📝 摘要（中文）

政治联盟的形成是一个复杂的谈判过程，受到具体政策目标和深层意识形态信念的驱动。尽管大型语言模型（LLMs）为计算政治科学开辟了新途径，但通过人类反馈的强化学习（RLHF）所灌输的中立性和帮助性偏见，阻碍了它们维持坚定的党派行为。本文提出了一种多代理框架，通过结合监督微调（SFT）、直接偏好优化（DPO）和检索增强生成（RAG），调和事实基础与意识形态一致性。我们在2019年弗拉芒选举中实施该框架，部署党派代理进行由形式化者仲裁的中心辐射式谈判。为使谈判结果可解释，我们引入了多层信息谱系拓扑（MILT），追踪最终协议中的每一条条款及其来源，并将其分类为五种来源状态。实验结果显示，该框架在三次独立模拟中产生了稳定的赢家和排名，且基于宣言的谱系可靠预测了现实中的实现。

🔬 方法详解

问题定义：本文旨在解决现有大型语言模型在模拟政治联盟形成时，无法维持党派特征和意识形态一致性的问题。现有方法由于中立性和帮助性偏见，导致模拟结果缺乏可信度。

核心思路：论文的核心思路是通过结合监督微调（SFT）、直接偏好优化（DPO）和检索增强生成（RAG），创建一个多代理框架，使每个代理能够在意识形态上保持一致并与其官方宣言相结合。

技术框架：整体架构包括三个主要模块：首先，使用SFT和DPO为每个代理建立党派特定的个性；其次，利用RAG确保代理的行为与其官方宣言相一致；最后，通过多层信息谱系拓扑（MILT）追踪协议条款的来源。

关键创新：最重要的技术创新在于引入了DPO来强化党派特征，同时结合RAG确保代理行为的合规性。这种设计使得模拟结果更加真实和可解释。

关键设计：在参数设置上，DPO的损失函数被设计为强调党派特征，而RAG的检索机制则确保了信息的准确性和一致性。网络结构上，采用了多层次的架构以支持复杂的代理交互和信息追踪。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果显示，在三次独立模拟中，该框架成功识别出N-VA为赢家，领先于CD&V和Open Vld。基于宣言的谱系能够可靠预测现实中的联盟形成，而虚构内容则未能实现相同的效果，显示出该框架的有效性和实用性。

🎯 应用场景

该研究的潜在应用领域包括政治科学、社会网络分析和政策制定。通过提供一个透明的模拟平台，研究者和政策制定者可以更好地理解不同党派之间的兼容性以及在复杂谈判中可能达成的妥协，从而提高政策制定的有效性和透明度。

📄 摘要（原文）

The formation of political coalitions is a complex negotiation driven by both concrete policy objectives and deep-seated ideological convictions. While Large Language Models (LLMs) open new avenues for computational political science, the neutrality and helpfulness biases instilled by Reinforcement Learning from Human Feedback (RLHF) prevent them from sustaining steadfast partisan behaviour. We present a multi-agent framework that reconciles factual grounding with ideological alignment by combining Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO), and Retrieval-Augmented Generation (RAG): DPO instils aggressive party-specific personas, while a per-party RAG pipeline keeps each agent bounded to its official manifesto. We operationalize the framework on the 2019 Flemish election, deploying the partisan agents in a hub-and-spoke negotiation arbitrated by a formateur. To make the emergent negotiation interpretable, we introduce a Multi-Layered Information Lineage Topology (MILT) that traces every clause in the final agreement back to its manifesto origin and classifies it into five provenance states, a Coalition Influence Score (CIS) that aggregates these traceable contributions to identify which party shaped the agreement, and a real-world grounding pass that benchmarks each simulated provision against the historically adopted coalition agreement. Across three independent simulations the framework yields a stable winner and ranking (N-VA ahead of CD\&V and Open Vld), and manifesto-anchored lineage reliably predicts real-world materialization whereas hallucinated content does not. The result is a transparent, scalable testbed for the ex-ante exploration of party compatibility and formateur-mediated compromise.