arXiv · NLP· Haocheng Jiang, Herun Wan, Yongyuan Peng, Minnan Luo·· 5 小时前AI 评分20
RIVER 量化多智能体 LLM 交互中的声明级信息动态
Beyond Final Outcomes: Quantifying Claim-Level Information Dynamics in Multi-Agent LLM Interaction
AI 导读
该研究提出 RIVER 框架，将智能体输出分解为原子声明，并从收敛、探索和保留三个维度评估交互过程。在 40 个受控新闻生成案例中测试五种交互策略，发现循环共享促进收敛但收窄信息空间，而分布式传递产生更广泛且较少共享的信息。研究结果表明，集合信息动态主要由底层信息流动机制解释，而非简单的下游任务表现。
来源：arXiv · NLP · arxiv.org