LLM 智能体网络中的合作行为：The Butterfly Defects 研究

The Butterfly Defects: Tracing Cooperation in LLM Agent Networks

AI 导读

研究通过迭代囚徒困境（IPD）考察开放权重 LLM 从两两互动扩展到同质与异质网络后的合作行为，发现合作高度依赖模型组合与细微的语言变化。与相同同伴合作良好的模型在混合群体中可能转向背叛，一个简单的不确定性提示即可改变合作水平、重新分配成本，并影响相隔数跳的未暴露智能体。甚至颠倒动作标签顺序也会显著改变行为，不确定性框架有时会放大这种敏感性。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：随着大语言模型（LLM）越来越多地作为相互连接的智能体运行，一个根本性问题浮现出来：个体合作能否转化为集体合作？我们通过迭代囚徒困境（IPD）研究这一问题，从二元交互扩展到开放权重 LLM 的同质与异质网络。我们的发现表明，合作对模型组成和看似微小的语言变化高度敏感。与相同同伴合作时表现合作的模型，在混合群体中可能转向背叛。一个简单的不确定性提示可以增加或减少合作、重新分配成本，并影响相隔数跳的未暴露智能体。甚至颠倒动作标签顺序也能显著改变行为，而不确定性框架有时会放大这种敏感性。总之，这些发现挑战了将合作视为稳定的模型层面属性的观念，揭示了策略行为如何取决于交互伙伴、网络位置以及用于框定决策的语言。

学科：	物理与社会（physics.soc-ph）；计算与语言（cs.CL）
引用为：	arXiv:2610.32726 [physics.soc-ph]
	（或 arXiv:2610.32726v1 [physics.soc-ph] 用于此版本）
	https://doi.org/10.48550/arXiv.2610.32726 由 DataCite 颁发的 arXiv DOI（待注册）

提交历史

来自：Maria Lymperaiou [查看邮箱]
[v1] 2026年10月23日星期五 14:46:57 UTC（2,152 KB）

来源：arXiv cs.CL · arxiv.org