活动主题：信息设计的机器学习与大语言模型方法

摘要:
在现实世界的任务中，智能体（Agent）各有其目标，并根据其他智能体的行为作出适应性调整。为了在这样的环境中取得成功，智能体需要影响他者，使其行为变得更有助益、更少危害。信息设计（Information design）正是指通过策略性地沟通信息来影响他者的这类尝试。

在本次讨论中，我们将讨论如何通过强化学习方法和大语言模型（LLM）方法来求解最优信息策略。我们进一步将此问题扩展到自然语言领域，从而还原了以往研究中常常被过度简化的现实世界复杂性。我们将展示大语言模型在博弈学习框架下的说服能力，并探讨其对大语言模型推理和多智能体大语言模型的影响。

嘉宾简介:
王趵翔是香港中文大学（深圳）数据科学学院的助理教授。他的主要研究方向为强化学习和学习理论，尤其关注博弈论背景下的问题以及面向大语言模型的策略学习。他于2020年获得香港中文大学计算机科学与工程博士学位，导师为Siu On Chan教授和Andrej Bogdanov。此前，他于2014年获得上海交通大学信息安全专业工学学士学位。他的研究成果发表于ICML、NeurIPS、ICLR等机器学习会议，以及ITCS、WINE等理论计算机会议。