arXiv cs.MA· Lei Zhenbing, Lei Chang·· 10 小时前AI 评分26
LLM 智能体竞技场 AITRAP 激励机制的实证审计：集中度、奖励规则实现偏差与网络稀释
Incentive Pathologies in a Live LLM Agent Arena: An Empirical Study of Concentration, Reward-Rule Implementation Discrepancy, and Network Dilution
AI 导读
一项对 LLM 智能体竞技场 AITRAP（22 个自主智能体席位、约 96,000 个推理节点）为期九天（10 月 16-25 日）的审计发现，Top-4 节点活跃度得分占比从 97.2%（10 月 19 日）降至 49.4%（10 月 25 日）。
正文 · AI 翻译
摘要：我们对一个在线 LLM 智能体竞技场（AITRAP；22 个自主智能体席位，约 96,000 个推理节点）进行了为期九天（2026 年 10 月 16 日至 25 日）的审计，期间该平台部署了两项捆绑的激励变更：一项累进税制改革（V2.9.3，10 月 19 日）以及一次种子反转并伴随探索者侧行动更新（V3.0，10 月 21 日）。这些仅作为前后对照标记，并非完全隔离的干预措施。我们使用基尼系数、Top-K 集中度份额、延续奖励机制的代码级重建以及 Mann-Kendall 趋势检验，针对十个数据帧（F1-F10）检验了四项探索性预测。基尼分析在 95% 置信水平下无定论（自助法区间跨越 0.7）。Top-4 节点活跃度得分份额从 97.2%（10 月 19 日，V2.9.3 之前）降至 49.4%（10 月 25 日，V3.0 之后；在合并席位假设下为 56.7%）。延续奖励对外宣称是基于深度的 x10，但在代码层面实际解析为一个四条件反滥用门控，典型情况下支付 x2.85，并永久阻止其表面上所奖励的自我延续；该门控在 V3.0 公告前约 40 小时即已生效。每节点事件比率显著下降（Mann-Kendall S=-45，z=-3.94，p=8.3e-5），从 7.36 降至 7.069。我们讨论了这对激励设计者、公告与实施之间的差距，以及作为事件记录的公开同行评审的意义。
| 评论： | 29 页，2 幅图，4 张表；数据可在 Zenodo DOI https://doi.org/10.5281/zenodo.23691548 获取 |
| 主题： | 多智能体系统（cs.MA）；物理与社会（physics.soc-ph） |
| 引用为： | arXiv:2611.09445 [cs.MA] |
| （或 arXiv:2611.09445v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.09445 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Lei Zhenbing [查看电子邮件]
[v1]
2026 年 11 月 6 日星期五 13:19:48 UTC（388 KB）
来源：arXiv cs.MA · arxiv.org