跳到正文
10月10日 · 周六

全部论文

找到 5 篇
筛选3
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。另有 194 篇还没打标签,不在筛选结果里。

另有 194 篇论文还没打上分类标签,暂不在筛选结果里。

  1. 风险行为arXiv 2609.36855

    研究:上游错误消息会让多智能体 LLM 下游覆盖正确答案

    测量多智能体交接中错误上游消息覆盖下游正确答案

    发表
    被测模型
    gpt-4o-mini、gpt-5.4、kimi-k2.6 等 7 个
    摘要固定证据只改消息后,错误上游结论会定向替换下游本可答对的答案。

    这项受控研究考察多智能体 draft-review 交接里,一条上游消息会怎样改变下游原本能做对的判断。下游同时看到任务证据和上游消息。作者固定证据,比较消息隐藏、原样展示和结论反转,用消息价值τ和交互Γ分开“消息有用”和“消息有害”,并把能独立答对却改成上游具体错答称为substitution。

    深度解读完整解读
  2. 风险行为arXiv 2606.01637

    研究:LLM 在多智能体系统中更易被同伴共识误导而非纠正

    比较多智能体同伴共识下有害修订与有益修订的强弱

    发表
    被测模型
    Qwen2.5-7B-Instruct、Mistral-7B-Instruct-v0.3、Gemma-2-9B-Instruct 等 4 个
    摘要全错比全对更能改写答案。

    这篇工作在四个开源指令模型上测量从众修订的方向:错改对是有益修订,对改错是有害修订。模型先独立答选择题,再看到六个模拟同伴后重答。同伴可以全体一致、意见分裂,也可以带权威角色标签。

    深度解读完整解读
已经到底了