研究：LLM多轮对话内部同意表征聚合后可预测外部共识

Adi Simhi等作者发表论文，研究两个LLM就主观话题多轮对话时，内部“同意”表征与外部立场变化的关系。研究发现，单个对话激活中的“同意”表征随轮次和对话大幅波动，在单对话层面无法可靠对应外部同意。 作者称，将同意表征跨对话聚合后，外部同意可用马尔可夫过程良好预测，内部聚合同意则通过幂律映射与之耦合。研究还观察到，模型改变立场时，外部先表达同意，内部表征随后才反映这一转变。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。