论文页面 - 同行投票的LLM智能体压力测试发现：信息流引发词汇趋同，但分布式来源并未带来可靠的匹配曝光优势

来源：https://huggingface.co/papers/2608.20438

摘要

经过同行排名的合成LLM智能体信息流会增加词汇趋同，但在不同模型系列和话题下，并不能可靠地产生观点捕获或协调优势。

大型语言模型（LLM）智能体的群体行为无法通过单一智能体基准测试来刻画。我们引入了PV-SST（一个同行投票的社会平台测试平台）(https://huggingface.co/papers?q=peer-voted%20social-platform%20testbed)，并报告了一项单独冻结、预先注册的匹配曝光实验，该实验涵盖四个话题、四个未使用的种子、四个开放权重模型系列和三个预设的更大变体。实验包含448次试验和112个完整的“模型×话题×种子”数据块。与仅控制话题相比，由同行生成的“赞”进行排名的前一轮同行帖子信息流，在四个模型系列的核心面板中增加了最终轮的词汇相似度(https://huggingface.co/papers?q=lexical%20similarity)（配对平均差+0.0082 TF-IDF余弦(https://huggingface.co/papers?q=TF-IDF%20cosine)单位，95%区块自举(https://huggingface.co/papers?q=block-bootstrap)置信区间[0.0043, 0.0121]，随机化p=0.000105，n=64个区块），在三个变体的规模扩展中也是如此（+0.0109 [0.0069, 0.0151]，p=0.000001，n=48）。这种对比捆绑了同行帖子曝光与排名，因此无法单独识别出排名效应。核心面板中的对立面存活率下降（-3.9个百分点 [-6.8, -1.6]，p=0.0068），但在更大的变体中结论不明确（-1.0个百分点 [-3.1, 0.4]，p=0.50）。在固定对抗性印象(https://huggingface.co/papers?q=adversarial%20impressions)的情况下，四个分布式来源(https://huggingface.co/papers?q=distributed%20sources)移动诚实智能体立场的可靠性并不比单一来源更强。预先注册的“分布式减去单一来源”对比在核心面板中为正但不确定（+0.057 [-0.009, 0.125]，p=0.112），在更大变体中为负（-0.040 [-0.113, 0.035]，p=0.332），未能满足预先规定的跨模型和跨话题一致性标准。因此，稳健的结果是在测试的同行排名信息流下出现词汇趋同，而非普遍的观点捕获或协调优势。本研究评估的是合成LLM智能体群体，并未估计对人类或生产平台的影响。

查看arXiv页面 (https://arxiv.org/abs/2608.20438)查看PDF (https://arxiv.org/pdf/2608.20438)项目页面 (https://huggingface.co/datasets/ranausmans/synthetic-social-networks)GitHub0 (https://github.com/ranausmanai/synthetic-social-networks)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.20438)

在你的智能体中获取此论文：

hf papers read 2608\.20438

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型链接本文

在模型的README.md中引用 arxiv.org/abs/2608.20438 即可从本页面链接到它。

引用本文的数据集0

无数据集链接本文

在数据集的README.md中引用 arxiv.org/abs/2608.20438 即可从本页面链接到它。

引用本文的Space0

无Space链接本文

在Space的README.md中引用 arxiv.org/abs/2608.20438 即可从本页面链接到它。

包含本文的收藏夹0

无收藏夹包含本文

将本文添加到收藏夹 (https://huggingface.co/new-collection) 即可从本页面链接到它。