В статье утверждается, что популяции агентных больших языковых моделей (LLM) могут служить вычислительным субстратом для исследований в области искусственной жизни (ALife). Наделяя LLM постоянной памятью, инструментами и способностью инициировать действия, эти коллективы демонстрируют эмерджентную динамику, отсутствующую у изолированных моделей.

  • Агентные LLM общаются на естественном языке, что позволяет напрямую изучать их коллективное поведение через текстовые следы и прямой опрос агентов.
  • Авторы расширяют понятие интерпретируемости в исследованиях языковых моделей так, чтобы оно применялось конкретно к этим коллективам агентов.
  • В исследовании рассматриваются недавние примеры агентных коллективов LLM, реализующих эту идею, начиная от контролируемых экспериментов и заканчивая развертываниями в реальных условиях.

Этот подход решает проблему редкого совпадения сложности и интерпретируемости, предоставляя систему, в которой сложные поведения возникают, оставаясь достаточно прозрачными для прямого исследования.