本研究探讨叙事对大型语言模型（LLM）代理合作的影响，发现共同叙事显著提升合作效果，而不同叙事则导致自利行为。这一发现对多代理系统设计和人工智能对齐具有重要意义。

本研究针对直接偏好对齐算法（DPA）缺乏框架的问题，提出了新的形式主义，并系统探索了新损失函数，为人类与人工智能的对齐提供指导。