研究揭示大模型智能体信念传播与群体动力学机制

2026年10月5日，发表于arXiv的研究实证量化了大语言模型（LLM）智能体的信念采纳与群体传染动力学。研究发现，智能体采纳新信念的概率呈现Sigmoid曲线特征，主要由新信息与智能体先验信念的一致性驱动。在群体层面，信念在聚集网络中的传播范围显著大于随机网络，并展现出分叉级联窗口特征。此外，多智能体系统在交互中还会形成自维持的滞后共识，导致共识一旦建立便极难被消除。

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。