Self-Evaluation can Help Agents Meet Social Expectations
Notice bibliographique
Résumé
As artificial intelligence (AI) and multi-agent systems (MAS) become increasingly advanced and integrated into real-world applications, they are frequently used for content generation, problem-solving, and interactive communication. However, these systems still lack reflective capabilities, the ability to self-evaluate and reason about their own decisions. In particular, large language models (LLMs) often exhibit surface-level reflection that is more a product of linguistic prediction than reasoning. In this paper, we implement a case study on a recently proposed architecture designed to equip AI systems with reflective and self-evaluation capabilities. We implement and evaluate this architecture using a widely accessible LLM, Llama3, as the test bed and compare its baseline performance with the same model enhanced by this reflective architecture. To test the proposed system's ability to navigate social norms, we designed a normsensitive scenario involving a surprise birthday party. The model was prompted with 30 realistic questions that the guest of honor might ask, and its responses were evaluated across four metrics. The self-evaluator module is implemented using a second LLM to assess whether the base model's response aligns with defined norms and expectations. If not, the prompt is revised and reevaluated in an iterative loop. Experimental results show that this reflective setup improves the model's compliance with social and common-sense expectations, without requiring additional training or complex prompt engineering.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».