LLM智能体信念形成与传染群体动力学研究
Get the story
2026年10月5日,arXiv·Artificial Intelligence(一手)发表研究,实证测量LLM智能体的信念采纳概率,发现其采纳核呈sigmoid形态,具有复杂传染特征;阈值受声明可信度、来源可靠性和智能体倾向三个来源影响,且可由与先验信念的连贯性这一单一有效维度近似。群体动力学上,簇状网络比随机网络传播更广,并出现分岔级联窗口与自维持滞后共识,使共识一旦形成便远难于消除。论文共18页、6幅图,已被NeurIPS 2026 FAST工作坊接收。
Generated from reports · updated 17 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial IntelligenceLLM 智能体中信念形成的连贯性驱动与传染群体动力学
研究实证测量了 LLM 智能体的信念采纳概率,发现其采纳核呈 sigmoid 形态,具有复杂传染特征,阈值受声明可信度、来源可靠性和智能体倾向三个来源影响,且可由与先验信念的连贯性这一单一有效维度近似。群体动力学上,簇状网络比随机网络传播更广,并出现分岔级联窗口与自维持滞后共识,使共识一旦形成便远难于消除。论文共 18 页、6 幅图,已被 NeurIPS 2026 FAST 工作坊接收。
Heat trend
Current heat 6·Comparable peak 10(Oct 5)·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.