研究探讨多智能体摆脱错误共识的验证成本与机制

2026年10月2日，arXiv机器学习领域发布了一项关于验证脉冲与摆脱错误共识成本的研究。该研究探讨了在固定验证预算下，时序与寻址机制对纠正群体错误共识的影响，并推导了跨越共识边界所需的渐近预算窗口。实验表明，在包含16个多数更新槽位且存在14个初始错误的有限群体中，要实现95%的最终恢复需要23次随机检查，这一数字远高于平均场理论阈值的9次。此外，基于13,392条大语言模型响应的实验进一步揭示，微小的均值预测误差可能会掩盖模型对终端共识占有率的严重低估。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。