跳到正文
arXiv · NLP· Ziang Ni, Peng Zou·· 2026-10-05AI 评分36

LLM多智能体辩论中的顺从性幻觉:J-lens揭示模型在屈服于多数意见时仍保留原有前提表征

Silent Dissent: LLM Agents That Yield to the Majority Still Represent Their Original Premise

AI 导读

研究发现,Qwen3.5-4B、Qwen3.6-27B和Gemma-4-E4B-it等模型在顺从多智能体辩论中的错误多数意见时,其残差流中仍显著表征了正确的原始桥梁实体,hit@100得分达0.85、0.22和0.24,远超logit lens的0.00-0.06表现。

来源:arXiv · NLP · arxiv.org