研究称网络拓扑无法预测LLM群体共识
热点事件持续更新
研究称网络拓扑无法预测LLM群体共识
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv Artificial Intelligence 刊出论文《Network Topology Does Not Matter》，作者 Sahil Rajesh Dhayalkar 指出，经典分布式共识理论对 LLM 群体的假设不成立。研究从八个指令微调模型的 token 级概率中提取连续置信度，覆盖 73,080 次受控交互，发现 LLM 会更新到已观测意见范围之外并出现负权重，即“主动排斥”，从而破坏行随机建模与标准有限置信修复。论文据此认为网络拓扑无法预测 LLM 群体共识。该结论目前来自单一论文的受控实验，尚未见独立复现或后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
研究称网络拓扑无法预测 LLM 群体共识报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Artificial Intelligence研究称网络拓扑无法预测 LLM 群体共识
arXiv 论文《Network Topology Does Not Matter》指出，经典分布式共识理论对 LLM 群体的假设不成立。作者从八个指令微调模型的 token 级概率中提取连续置信度，覆盖 73,080 次受控交互，发现 LLM 会更新到已观测意见范围之外并出现负权重，破坏行随机建模。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。