Are LLMs Rational Investors? A Study on Detecting and Reducing the Financial Bias in LLMs

一、文章主要内容本文聚焦多智能体协作中的通信效率与决策优化问题，针对现有多智能体系统存在的通信冗余、协作策略僵化、复杂动态环境适应性差等缺陷，构建了一套轻量化、自适应的多智能体通信与决策框架。核心研究内容：分析当前多智能体协作中通信带宽占用高、信息同步滞后、跨智能体信任机制缺失的痛点；提出自适应通信剪枝算法，过滤无效信息，降低通信开销；设计分层协作决策机制，实现全局任务规划与局部动作执行的解耦；在导航、协同控制等标准多智能体测试场景中完成验证，对比主流方法实现性能提升。二、文章创新点通信层面创新：提出基于任务相关性的动态通信剪枝，仅传输高价值信息，在保持协作效果的同时显著减少通信量；机制层面创新：构建分层决策架构，上层做全局任务分配，下层做局部自适应执行，兼顾效率与灵活性；实践层面创新：算法轻量化、易部署，在低算力、低带宽边缘场景仍能稳定运行，突破传统方法的硬件限制。三、英文原文+中文翻译（Markdown）Abstract多智能体系统常面临通信开销过大、协作策略僵化、对动态环境适应