异构LLM模拟：基础模型比人设更影响互动

2026年10月7日，arXiv Multiagent Systems 发布一手研究，探讨异构 LLM 社交网络模拟中模型与人格的解耦。研究发现，在由多个不同基础模型驱动的异构模拟中，智能体获得的互动量更多取决于其基础模型，而非被分配的人格。随着混合模型数量增加，基础模型的吸引或排斥效应显著增强，网络动态可能在大规模下收敛于基础模型效应。研究还通过内容中介分析展示了基础模型在跨语境中的可预测性，以及模型词汇模式与互动最大化风格之间的关系。目前尚无后续报道对该结论进行验证或反驳。

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。