联网LLM智能体形成观点极化群体
据《新智元》报道,清华大学及合作机构团队在《自然·通讯》发表研究,构建包含1000个LLM智能体的网络,比较GPT-3.5、GPT-4o、ChatGLM、Llama-3和DeepSeek-V3。未预设行为规则时,智能体形成对立观点群体,更倾向与观点相近者建立联系,且其声明的观点、生成的理由与传播的信息之间存在自我不一致。团队公开了代码,并量化五种干预策略的效果。在已极化的系统中,网络层面干预作用有限,而消除确认偏差和中立精英信号分别使极化水平降低11.8%和8.8%。36氪文章是获《新智元》授权的转载,并非独立确认。团队同时提醒,该模拟不能预测真实人群,结果可能受所选模型、提示词和简化观点表示的影响。
该研究提供了一个可控的数字实验场,用于考察网络关系和信息更新方式如何促成集体极化。报道指出,评估多智能体系统的可靠性时需要考虑这些因素,但也强调模拟结果不能用于预测人类群体行为。
新智元 2026-11-03 19:53 北京
新智元报道
当数千个大语言模型智能体被连入同一个网络、彼此可以自由交流并不断更新观点时,会发生什么?
清华大学团队在《自然·通讯》(Nature Communications)上发表的最新研究给出了答案:在没有预设任何规则的情况下,这些智能体会自发地「站队」——观点逐渐分化成对立的两极,连接关系也随之重组为「物以类聚」的结构。
这一过程,正是群体智能研究中备受关注的「涌现」现象。
#Tsinghua University#University of Amsterdam#University of Chicago#Santa Fe Institute#Nature Communications#GPT-3.5#GPT-4o#ChatGLM#Llama-3#DeepSeek-V3