Cognitive Dissonance DSPy：認知的不協和の検出と解消を目指すマルチエージェントLLMシステム

概要

「Cognitive Dissonance DSPy」は、AIの議論や対話においてしばしば生じる「認知的不協和」（矛盾する信念や意見の対立）を、単なる議論に終わらせず形式的に検出し、解消を目指すシステムです。複数の大規模言語モデル（LLM）をエージェントとして連携させ、それぞれの立場や意見を交換しながら矛盾を洗い出します。さらに、Stanford NLPのDSPyフレームワークを活用し、Coqによる定理証明を通じて認知的不協和の根本的な解決を試みる点が大きな特徴です。対話の質を高め、AI同士の論理的な整合性を促進する先進的な研究開発の成果を公開しています。

リポジトリの統計情報

スター数: 16
フォーク数: 1
ウォッチャー数: 16
コミット数: 17
ファイル数: 12
メインの言語: Python

主な特徴

複数のLLMエージェントによる対話・議論のシミュレーションで認知的不協和を検出
StanfordのDSPyフレームワーク互換で、形式的手法と統合された設計
Coqを用いた定理証明による矛盾の解消支援
Python3.10+対応で、拡張性と実用性を両立した構造

技術的なポイント

本プロジェクトは、AIの対話における「認知的不協和」という心理学的概念を、コンピュータサイエンスの形式手法と大規模言語モデルの能力で検出・解消する革新的アプローチを採っています。具体的には、複数のLLMエージェントがそれぞれ異なる観点から意見や論理を提示し、それらの間に存在する不整合性（矛盾）をシステムが自動的に特定します。

このプロセスは、Stanford NLP研究グループが開発したDSPyフレームワークと親和性があり、定理証明の自動化技術であるCoqと連携させることで、単なる自然言語の議論を形式的な論理体系に落とし込み、根本的な整合性の証明や反証を可能にしています。これにより、AIエージェント間の議論が感情論や単なる意見の対立で終わることなく、論理的根拠に基づく解決へと導かれます。

Python 3.10以降のモダンな言語機能を活用している点も見逃せません。型アノテーションや非同期処理、モジュール設計などを駆使し、高い拡張性と保守性を確保しています。さらに、.env管理やMakefileによるビルド・実行環境の整備により、開発者や研究者が容易に環境構築できる点も魅力です。

総じて本リポジトリは、LLMの自然言語理解能力と形式的証明技術を融合させ、AIの対話能力向上に新たな地平を切り開くプロジェクトとして注目されます。今後の発展が期待される分野であり、実践的な応用や研究の基盤として価値が高いと言えるでしょう。

プロジェクトの構成

主要なファイルとディレクトリ：

.env.example: 環境変数設定のサンプルファイル
.gitignore: Git管理対象外ファイルの指定
Makefile: ビルドおよび各種タスク自動化用
README.md: プロジェクト概要と使い方の説明
cognitive_dissonance: メインのPythonパッケージディレクトリ（ロジック実装）
requirements.txt: 必須Pythonライブラリ一覧
tests: テストコード群（自動テスト用）
scripts: ユーティリティや補助スクリプト類
LICENSE: MITライセンス文書
setup.py: Pythonパッケージのセットアップスクリプト
docs: ドキュメント関連ファイル
examples: 使用例やデモコード

このように、実装コード、テスト、ドキュメントが体系的に整理されており、開発と利用の双方に配慮した構成となっています。

まとめ

LLMと形式証明の融合による認知的不協和解消を実現した先進的システム。

リポジトリ情報：

名前: cognitive-dissonance-dspy
説明: A multi-agent LLM system for detecting and resolving cognitive dissonance.
スター数: 16
言語: Python
URL: https://github.com/evalops/cognitive-dissonance-dspy
オーナー: evalops
アバター: https://avatars.githubusercontent.com/u/211087558?v=4