arXiv cs.MA· Dianzhi Yu, Hongru Wang, Ziheng Xiong, Yanyu Chen, Zixing Song, Jianting Chen, Zhenfei Yin, Jeff Z. Pan, Amos Storkey, Irwin King·· 16 小时前AI 评分42
多智能体社交网络中的虚假信念传播、持续与缓解：以曼德拉效应为视角
False Belief Dissemination, Persistence and Mitigation in Multi-Agent Social Networks Through the Lens of the Mandela Effect
AI 导读
研究构建了连接智能体通信、私有记忆与共享模拟网络的控制框架，用覆盖 8 个领域、4 个可信度等级的 540 条虚构声明测试多智能体社交网络中的虚假信念动态。结果显示被测模型轻易接受并传播虚构声明，传播触达率最高达 96.0%，且传播速度受通信拓扑影响；撤回发布者后接受度几乎不下降，针对性纠正干预优于预防措施但无法消除虚假信念。
正文 · AI 翻译
摘要：多智能体社交网络正逐渐成为一类社区，智能体在其中进行交流、保留记忆，并发布他人可查证的信息。这些交互为虚假声明创造了传播机会，使其在脱离原始来源后仍能保持影响力，这类似于人类社会中许多人会回忆起同一段虚假记忆的曼德拉效应。本文以曼德拉效应为视角，系统研究虚假信念的动态，重点关注其传播、持续与缓解。具体而言，我们构建了一个受控框架，将智能体通信、私有记忆与共享的模拟网络连接起来，以模拟现实社交网络中的信息传播，并辅以涵盖 8 个领域、4 个可信度等级的 540 条虚构声明。在传播方面，我们衡量这些声明在不同模型和通信拓扑下获得接受的广度与速度。在持续方面，我们撤走推广虚构声明的智能体，同时保留已有文章和记忆，并追踪后续的接受情况。在缓解方面，我们比较了在植入前采取的预防措施与在声明传播后引入的纠正干预。实验结果表明，所评估的模型很容易接受并传播虚构声明，传播范围最高可达 96.0%。传播范围随声明的可信度、领域以及网络规模和构成而变化，而通信拓扑则决定了不同模型家族的传播速度。在虚构者撤走后，接受度几乎没有下降，有针对性的纠正干预优于预防措施，但并未消除虚假信念。这些发现表明，持续存在的虚假信念是多智能体社交网络面临的一项安全挑战，并凸显出有必要同时应对其初始传播以及维持这些信念的累积证据。
| 评论： | 39 页，6 幅图，13 张表 |
| 主题： | 社会与信息网络（cs.SI）；机器学习（cs.LG）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.33026 [cs.SI] |
| （或 arXiv:2610.33026v1 [cs.SI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.33026 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Dianzhi Yu [查看邮箱]
[v1]
2026 年 10 月 11 日星期日 06:49:02 UTC（3,059 KB）
来源：arXiv cs.MA · arxiv.org