回到最新动态
研究论文 / THE SIGNAL

研究发现LLM多智能体系统易受羊群效应与失控级联影响

LLM Multi-Agent Systems Are Vulnerable to Herding and Runaway Cascades

重要性 5.5 AI 辅助整理

论文报告LLM群体比人类更易羊群化且级联难自纠。

资讯摘要

一篇论文借鉴经典Music Lab实验,测试大规模LLM智能体在推荐陌生歌曲时是否受累积推荐计数影响。作者报告,暴露于累积计数会引发失控级联,产生极端且不可预测的集体推荐,且越来越偏离歌曲本身吸引力;相比人类,LLM群体更易出现羊群行为,级联也更难自我纠正。论文认为这影响推荐系统、自动评估、复杂问题求解等场景。

要点速读

  1. 论文沿用Music Lab实验设计,让大量LLM智能体推荐陌生歌曲,并对比是否暴露累积推荐计数。
  2. 作者报告暴露计数会引发失控级联,集体推荐极端且不可预测,并偏离歌曲内在吸引力。
  3. 作者称LLM群体比人类更易羊群化,且级联自我纠正能力更弱。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开