arXiv Artificial Intelligence· Arnesh Batra, Aniket Khandelwal, Jashn Khemani, Krish Thukral, Arush Gumber, Denis Federico Lim, Ujwal Kumar, Phan Xuan Tan·· 19 小时前AI 评分38
谁说服了谁？追踪 LLM 在多智能体系统中如何改变想法
Who Convinced Whom? Tracing How LLMs Change Their Minds in Multi-Agent Systems
AI 导读
研究通过行为与内部干预揭示多智能体辩论中的从众机制，并推出覆盖知识推理、价值判断与安全拒答的 2,400 题基准 MAD Bench。在 Qwen3.5-9B 上，辩论中先于理由生成的选择读数与最终答案一致率为 65.4%，独立反思仅 22.3%。辩论相对反思带来小幅准确率提升，但一致错误率高出 3.1-7.4 个百分点。
来源：arXiv Artificial Intelligence · arxiv.org