← 返回 PaperDaily
大模型与智能体
EMNLP 2025新研究：LLM群体决策竟分两派，结果差15%
这篇 DeepMind 新论文不只是在问“LLM像不像人”，而是在问“像人的代价是什么”。它把群体决策里的镜像与掩蔽讲得很清楚，实验设计也足够扎实，读完能直接理解为什么人机对齐不能只盯着单人问答。
龙哥读论文
发布于 2026-08-14 09:10:53
阅读 4
查看原文
🐉 龙哥读论文知识星球来了！ 公众号每日8篇拆解不够看？星球 无上限更AI领域论文、资讯、招聘、招博、开源代码， 一站式干货，每日2分钟刷完即赚！ 👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～
龙哥推荐理由：
原论文信息如下：
引言 群体决策这件事，最怕的不是大家意见不一致，而是“看起来很像人，实际上根本没在同一个频道上”。这篇 DeepMind 的论文就很直接：LLM 到底是在镜像 掩蔽
这件事之所以重要，是因为很多人已经习惯把大模型当成“人类行为模拟器”。单人问答、单轮推理、单个偏好预测，LLM 早就被玩得很熟了；但一到群体场景，问题就变复杂了。群体里有身份线索、互动线索、角色分工，还有“谁敢出头”“谁更像领导”的微妙心理。模型如果只会在单人层面装得像，到了群体层面就可能直接露馅。
这篇论文的切口很聪明：不用抽象的社会学大词，直接拿“Lost at Sea
实验设计：模拟一场“海上求生”的选举 先把场景说人话：Lost at Sea
实验设计分成两条线：人类实验和 LLM 模拟。人类部分一共纳入 748 个有效样本，分成两种条件。第一种是Identified Pseudonymous
LLM 部分则是把人类样本“配对复刻”成模拟群体，主要测试了 Gemini 2.5 Flash、GPT 4.1 mini、Claude Haiku 3.5，外加补充的开源模型 Gemma 3。这里的关键不是简单让模型答题，而是让它在每个阶段都带着对应的人设、讨论上下文和任务信息去做决策，尽量模拟人类群体的行为轨迹。换句话说，这不是“模型会不会做题”，而是“模型会不会像一群有身份、有情绪、有偏见的人那样做决定”。
论文里还有一个很关键的设计：把群体决策拆成三层看。第一层是个体层面，关注自荐和任务表现；第二层是群体层面，关注最后选了谁；第三层是“最优性”，也就是选出来的人是不是组里真正最强的那个。这样做的好处很明显：如果只看最终结果，模型可能“看起来很准”；但如果把过程拆开，就能发现它到底是在复现人类偏差，还是在偷偷修正偏差。
核心发现：不同 LLM 的“人格”差异 这篇论文最有意思的地方，在于它没有把模型当成同一种“黑箱”，而是观察它们在群体推理里表现出不同的“性格”。有的像镜子，照见人类群体的偏见；有的像滤镜，悄悄把偏见磨平；还有的在没有身份线索时，直接开始“乱认人设”。这就很像同一场饭局里，三个人都在讨论谁最适合当群主，但一个人在复读现场，一个人在改写现场，还有一个人在凭直觉补剧情。🤨
先看个体层面。人类实验里，代表任务的实际表现并没有显著性别差异，说明“谁更强”这件事本身没那么多性别戏码；但自荐意愿却明显偏向男性。模型也复现了这个结构：有身份线索时，几乎所有模型都出现了男性更愿意自荐的倾向；而在 ND 条件下，也就是不给任何人口统计信息时，这种差异就基本没了。这个结果很直白：模型不是凭空长出偏见，而是很依赖它看到的人设线索。
再看群体层面。论文用“alignment Identified
这里就出现了论文标题里的“mirror mask
论文还把“最优 leader gap”拆得更细。最优 leader gap 的意思是：群体最后选出来的人，和组里真正最强的人之间，差了多少。这个差距又分成两段：一段是最强者压根没自荐，叫 self-exclusion；另一段是最强者进了候选池，但最后还是没被选上，叫 peer-exclusion。这个拆法非常实用，因为它能告诉读者，问题到底出在“候选池不干净”，还是出在“投票环节偏了”。
结果上，人类在可识别身份条件下的总 gap 大约是 14.5%，也就是最后选出来的 leader 平均比最强候选人低了接近 15%。匿名化后，peer-exclusion 明显下降，说明把身份线索藏起来，确实能减少“看脸投票”式的偏差。Gemini 对这件事复现得尤其像，不只是复现了总差距，连差距由哪一段构成都跟人类很接近。Claude 则把 gap 压得很小，几乎总能选到更接近最优的人。
这就带出一个很现实的问题：模型到底是在“理解群体”，还是在“继承训练数据里的领导者刻板印象”？论文的判断是，后者的成分很重。因为只要给模型身份信息，它就会顺着这些线索去推理，而训练语料里“男性更像领导者”“自信更像能力”的老毛病，很可能就被它带进来了。于是，模型在群体里不是单纯学会了“谁更强”，而是学会了“谁更像会被选上”。
结果分析：从个体到群体的对齐偏差 这篇论文最值得肯定的地方，不是“模型也会偏见”这种老结论，而是它把对齐
这种差异不是偶然的。论文的实验把身份线索一步步拿掉，结果发现：一旦没有了显式人设，模型对人类群体决策的拟合就明显变差。这个现象说明，LLM 做群体模拟时并不是在“自动推理社会关系”，而是高度依赖 persona scaffolding，也就是“人设脚手架”。身份线索一撤，它就很难继续保持和人类一致的群体行为。
从工程和产品视角看，这个结论其实很扎心。很多系统想把 LLM 用在“群体意见汇总”“投票辅助”“组织协作”里，默认假设是：模型只要足够聪明，就能自动学会更合理的群体决策。但这篇论文提醒得很清楚：模型是否“聪明”是一回事，模型选择了哪种社会偏置作为默认策略，是另一回事
这也解释了为什么论文强调“动态 benchmark”比静态 benchmark 更重要。单轮问答里测出来的好坏，不足以说明模型在群体推理里会怎么表现。群体场景里，身份信息、互动顺序、角色设定、历史对话都会改变结果。只测一个固定模板，模型很容易把题做对；但到了真实群体环境，它可能既不像人，也不一定更优。
讨论与展望：AI 对齐的未来方向 这篇论文给出的未来方向其实很明确：别再把“对齐”当成一个单一目标。对于群体推理系统，至少要分成两类目标来评估——是要像人 更好
如果把这种思路放到真实产品里，启发也很直接。做组织协作助手时，可能需要“mask”能力，也就是尽量压制人类偏见，推动更优结果；做社会科学模拟器时，可能反而需要“mirror”能力，甚至要允许模型复现不那么体面的偏差，否则模拟就失真了。说白了，工具不是越“政治正确”越好，关键是它的任务定义到底是什么。
这篇工作的边界也很清楚。Lost at Sea 是一个低风险、结构化的社会心理任务，和真实世界里高 stakes 的选举、招聘、医疗协作还不是一回事；而且在线实验天然存在文本环境、注意力波动、身份自报偏差等问题。所以它更像一块“行为显微镜”，能照出机制，但不能直接等同于现实社会。这个限制不减分，反而是严谨：知道自己在测什么，比硬说自己能代表全世界强得多。
龙迷三问 这篇论文到底解决了什么问题？
文中的 alignment、optimal leader gap 是什么意思？
为什么一去掉身份信息，模型对齐就掉了？
如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~
龙哥点评 论文创新性分数： ★★★★☆
把“群体对齐”拆成镜像与掩蔽，这个角度挺新，不是简单复读“LLM 会模仿人类偏见”。实验合理度： ★★★★☆
人类实验、匹配模拟、反事实去身份三层设计比较完整，能把“像人”和“更优”区分开，证据链比较顺。学术研究价值： ★★★★☆
对社会科学模拟、群体决策建模、LLM 社会对齐都有启发，尤其适合后续做动态 benchmark。稳定性： ★★★☆☆
在 Lost at Sea 这种结构化任务里表现清楚，但换到更复杂、更高 stakes 的真实群体场景，稳定性还得再验证。适应性以及泛化能力： ★★★☆☆
方法思路可迁移，但强依赖任务结构、身份线索和群体交互模板，不是拿来就能套所有社会任务。硬件需求及成本： ★★★☆☆
训练不重，主要成本在大规模在线实验和多模型推理模拟；如果要扩展到更多模型和更多条件，推理成本会继续上升。复现难度： ★★★☆☆
任务和分析框架清楚，但人类实验、群体交互和模型提示词都要严格对齐，复现时细节不少。产品化成熟度： ★★★☆☆
适合做研究型群体模拟、决策辅助评测或社会偏差分析，不适合直接当“自动裁判”上线。可能的问题： 任务场景偏理想化，且在线实验与真实群体的社会压力不完全等价；结论适合机制分析，不宜过度外推。
主要参考文献
Qian, C., Parisi, A., Bouleau, C., Tsai, V., Lebreton, M., & Dixon, L. To Mask or to Mirror: Human-AI Alignment in Collective Reasoning. EMNLP 2025. Lost at Sea 社会心理任务相关经典研究及文中引用的群体决策、偏见与匿名化文献。 *本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～ 想了解更多原文细节的小伙伴，可以点击 "阅读原文"， 查看更多原论文细节哦！
