当智能体集体“记错”时：探索基于 LLM 的多智能体系统中的曼德拉效应
When Agents "Misremember" Collectively: Exploring the Mandela Effect in LLM-based Multi-Agent Systems
AI 导读
研究者系统研究了基于 LLM 的多智能体系统中的曼德拉效应，即智能体群体在社会影响和内化错误信息作用下集体错误记忆过去事件的现象。团队提出 MANBENCH 基准，覆盖四类易受该效应影响的任务和五种改变智能体角色与记忆时间尺度的交互协议，并在多个 LLM 驱动的智能体上量化该效应、分析影响因素。论文还提出认知锚定、来源审查等提示词层防御和基于对齐的模型层防御，相比基线平均降低 74.40% 的曼德拉效应。代码和数据集见 https://github.com/bluedream02/Mandela-Effect。