Digital Pantheon: Simulating and Auditing Coalition Formation with LLM Agents

  • 类型：arxiv
  • 标识：2607.15095
  • 链接：http://arxiv.org/abs/2607.15095v1
  • 主分类：agent
  • 形态：method
  • 被引：0
  • 被引来源：Semantic Scholar + OpenAlex
  • S2被引：0
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：A multi-agent framework that reconciles factual grounding with ideological alignment by combining Supervised Fine-Tuning, Direct Preference Optimization, and Retrieval-Augmented Generation is presented, which yields a stable winner and ranking, and manifesto-anchored lineage reliably predicts real-world materialization whereas hallucinated content does not.
  • OpenAlex ID：W7169511782
  • OpenAlex DOI：10.48550/arxiv.2607.15095
  • DOI：10.48550/arxiv.2607.15095
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://doi.org/10.48550/arxiv.2607.15095
  • OpenAlex更新：2026-07-19
  • 待LLM分类：否
  • 标题中文：Digital Pantheon：使用 LLM 智能体模拟与审计联盟形成
  • TLDR中文：提出一个多 Agent 框架，通过结合监督微调、直接偏好优化和检索增强生成 (RAG) 来调和事实基础与意识形态对齐，产生稳定的胜者和排名，且以宣言为锚的谱系能可靠预测现实世界中的实现，而幻觉内容则不能。
  • 来源文件：
  • /inbox/tom/_candidates/2026-07-17-agent-rag-longcontext-candidates.json
  • [S2 enrich]
  • /inbox/tom/_candidates/2026-07-18-agent-rag-longcontext-candidates.json
  • /inbox/tom/_candidates/2026-07-19-agent-rag-longcontext-candidates.json
  • [OpenAlex backfill]
  • /inbox/tom/_candidates/2026-07-20-agent-rag-longcontext-candidates.json