多智能体喜剧俱乐部：探讨社区讨论对LLM幽默生成的影响

先前的研究已探索了LLM在多轮交互和反馈中的写作能力，但评估仍主要集中在提示词和局部反馈上，而在线社区的公众接受度尚未被充分研究。本文在受控的多智能体沙盒环境中测试广播式社区讨论是否能提升单口喜剧写作效果：在讨论条件下，评论和观众线程被记录、过滤并存储为社会记忆，随后用于条件化后续生成；而基线条件则不包含讨论。通过对50轮（250对独白）由五位专家标注员使用A/B偏好和15项评分标准进行评估，讨论条件在75.6%的实例中胜出，并显著提升了创作技巧/清晰度（Δ = 0.440）和社会反应（Δ = 0.422），偶尔还会增加攻击性幽默。