按年被提到
20232023 · 2 次2026
AI 安全、伦理与社会影响›通用智能与意识·arXiv:2305.17066 · cs.AI

Mindstorms in Natural Language-Based Societies of Mind

自然语言“心智社会”中的头脑风暴
Mingchen Zhuge, Haozhe Liu, Francesco Faccio, Dylan R. Ashley, Róbert Csordás, Anand Gopalakrishnan, Abdullah Hamdi, Hasan Abed Al Kader Hammoud, Vincent Herrmann, Kazuki Irie, Louis Kirsch, Bing Li 等 26 人 · 2023

让 LLM 与多模态专家组成自然语言“心智社会”,靠头脑风暴协作解题。

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2023-05-30 · 最近 2025-09-22
3不同的人
3活跃月份
3讨论串
53被引(OpenAlex)

受 Minsky 的“心智社会”和 Schmidhuber 的“学会思考”启发,设想由大型多模态神经网络组成的社会,通过彼此“采访”的“头脑风暴”(mindstorm)来解决问题。当前实现由 LLM 与其他神经网络专家经自然语言接口通信,克服单个 LLM 的局限,改进多模态零样本推理,且新成员可模块化地加入。作者搭建了多个成员数最多达 129 个的此类社会,用于视觉问答、图像描述、文生图、3D 生成、第一人称检索、具身 AI 等任务,并讨论了社会结构(君主制还是民主制)等新研究问题。

HN 为什么提它

输入里没有评论摘录,只能确定它在 3 个不同月份被 3 个人提到;从摘要看,它与 HuggingGPT 一类“多个模型通过自然语言协作”的多智能体思路相近。

观点难度 3 / 5约 70 分钟经得起时间
读之前最好知道
1大语言模型(LLM)与多模态模型
2多智能体系统
3Minsky 的心智社会(society of mind)
4强化学习基础

学习路径

读这篇之前,按顺序读书架上的 6 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

这条路径从大模型的少样本和思维链能力出发,经过多智能体与生成式智能体,再到多模态专家,最后读「心智社会」的头脑风暴框架。

  1. 1
    Language Models are Few-Shot Learners语言模型是少样本学习者 · 2020

    NLSOM 里的智能体大多是 LLM,靠提示中的示例工作,这是少样本提示的出处。

    读in-context learning 与 few-shot prompting 的概念;不必细读各基准结果。

  2. 2
    Chain-of-Thought Prompting Elicits Reasoning in Large Language Models思维链提示激发大语言模型的推理能力 · 2022

    「头脑风暴」本质上是多个模型用自然语言逐步推理、互相提问,思维链是其基础。

    读思维链提示的构造方式,以及推理能力随模型规模出现的结论。

  3. 3
    Deep Learning in Neural Networks: An Overview神经网络中的深度学习:综述 · 2014

    Schmidhuber 参与本文,他对深度学习前史的综述有助于理解「learning to think」的思想背景。

    读与序列处理、循环网络和学习如何思考相关的部分;整体略读即可。

  4. 4
    Generative Agents: Interactive Simulacra of Human Behavior生成式智能体:人类行为的交互式拟像 · 2023

    带记忆、反思和规划的 LLM 智能体社会,是 NLSOM 的一个具体实现范例。

    读智能体架构(记忆流、反思、规划)以及多智能体交互涌现的行为。

  5. 5
    ChatDev: Communicative Agents for Software DevelopmentChatDev:用于软件开发的交流式智能体 · 2023

    多个 LLM 智能体分角色聊天协作完成任务,与 NLSOM 的社会式协作直接对应。

    读角色分工与聊天链的设计,以及协作流程如何组织。

  6. 6
    Learning Transferable Visual Models From Natural Language Supervision从自然语言监督中学习可迁移的视觉模型 · 2021

    NLSOM 中的多模态专家(如图文模型)需要 CLIP 这类视觉语言模型作为感知基础。

    读图文对比预训练与零样本分类的思路;细节可略读。

  7. 7
    Mindstorms in Natural Language-Based Societies of Mind自然语言“心智社会”中的头脑风暴 · 2023 · 就是这篇

    目标论文:用自然语言接口把 LLM 和多模态专家组成「心智社会」,靠头脑风暴协作解题。

    读NLSOM 的组织结构、不同任务下的协作方式,以及对社会规模和结构的讨论。

HN 书评

没有评论直接链到它;下面是它被提交的讨论串里回复最多的评论(不计入统计)
讨论串评论jruohonen · 2023-12

“Nice paper with a queer terminological twist: "Monarchical Setting. [...] In this setting, there is a hierarchy among the agents, where the VQA agents act as subordinates of the Leader and the Organizer. Subordinates only respond to questions asked by the Organizer, without the right to contribute to the final decision-making." "Democratic Setting. An a…”

Mindstorms in Natural Language-Based Societies of Mind原评论 ↗
被提交为 story · 3 次