多智能体LLM共识：大模型影响力更强

2026年10月23日，arXiv人工智能板块刊出Gouki Minegishi等作者的研究，考察多智能体大语言模型系统中模型影响力与共识形成机制。研究设计了一个无正确答案、不依赖预训练知识的简单任务，让多个模型混合参与，观察谁对最终共识影响最大。在七个模型家族上的实验发现，其他模型的意见会被参数更多、更强的模型吸收；作者将智能体解释为在单纯形上运动的加权粒子，大模型因权重更大而在能量景观中占据更深的势阱，大权重意味着更强的上下文学习能力，这正是大模型成为影响者的原因。目前该研究处于预印本发布阶段，报道未提及同行评审或后续应用进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。