arXiv cs.MA· Burak Agachan, Max van Duijn, Amirhossein Zohrehvand·· 10 天前AI 评分41
LLM 智能体团队中的回环权威：扁平与层级协调的配对实验
Loop-Back Authority in LLM Agent Teams: A Paired Experiment on Flat and Hierarchical Coordination
AI 导读
一项针对开放式商业情报报告任务的配对实验发现，扁平 LLM 智能体团队产出的报告质量高于层级团队，在 Utility（d = 0.42，p = 0.009）和 Writing Clarity（d = 0.34，p = 0.030）上得分更高。
正文 · AI 翻译
摘要：AI 团队中的权威会改善结果吗？组织理论认为，权威有助于决策，从而提高质量。与此同时，一些新兴的 AI 研究表明，在权威下进行修订会使 LLM 输出变差。多智能体 LLM 框架默认赋予 Manager 智能体将工作者的输出发回修订的权威。此前的比较使用可验证任务来测试权威的影响。我们在一个开放式任务——商业智能报告——上进行实验，使用 43 对笔记本电脑产品和 86 次运行的样本。每份报告分别由层级团队和扁平团队各撰写一次。我们发现扁平团队产出的报告质量更高，在实用性（d = 0.42，p = 0.009）和写作清晰度（d = 0.34，p = 0.030）上得分更高。报告长度相同，但层级团队的报告多用了 53% 的模糊措辞，如“may”和“could”，并且每次修订都伴随着写作清晰度在 1 到 5 分制上下降 0.14 分。在任何修订之前，层级团队的第一稿与扁平团队的报告无法区分。换言之，质量差距可追溯到修订。当 Manager 能够验证工作时，权威会提高质量；否则，当它只能提供反馈时，权威会对质量产生负面影响。
| 评论： | 8 页，3 幅图，3 张表，另有 21 页补充材料。代码：此 https URL |
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI）；计算与语言（cs.CL）；一般经济学（econ.GN） |
| 引用为： | arXiv:2609.14767 [cs.MA] |
| （或 arXiv:2609.14767v2 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.14767 由 DataCite 提供的 arXiv 颁发 DOI |
提交历史
来自：Amirhossein Zohrehvand [查看电子邮件]
[v1]
2026 年 9 月 13 日星期日 19:58:54 UTC（696 KB）
[v2]
2026 年 10 月 7 日星期三 17:51:49 UTC（696 KB）
来源：arXiv cs.MA · arxiv.org