跳到正文
arXiv · NLP· Disha Sheshanarayana, Rajat Subhra Pal, Manjira Sinha, Tirthankar Dasgupta·· 11 天前AI 评分21

Phantom Consensus: 衡量多智能体 LLM 决策中的社会推理

Phantom Consensus: Measuring Social Reasoning in Multi-Agent LLM Decision-Making

AI 导读

研究提出 PHANTOM-Bench 基准,用于测量多智能体 LLM 系统中“幻影共识”现象,即公开决策受模糊社交信号影响而偏离私有判断。 在涵盖九种模型测试中,模糊公开信号导致决策准确率最高下降 47.8 个百分点,集体理性失败率最高达 47.3%。 该研究被 NeurIPS 2026 SocialAgent Workshop 接收,指出评估多智能体系统需区分真实共识与表面共识。

来源:arXiv · NLP · arxiv.org