幻影共识：多智能体LLM系统中的社会推理失败

摘要

一项研究引入了PHANTOM-Bench基准，用于衡量模糊社会信号如何降低多智能体LLM集体的决策质量，导致“幻影共识”——公共决策偏离私人判断。在九个模型中，公共准确率最多下降47.8个百分点，在最易受影响的环境中集体理性失败率达到47.3%。揭示智能体记录的私人决策修复了许多失败，而无需暴露黄金标签，但恢复效果因模型而异。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  与AI模型评估和多智能体系统相关，强调需衡量私人判断一致性，而不仅仅是最终共识。