研究称大模型多智能体更易羊群效应并出现失控级联

Farnoosh Hashemi、Shiyu Ji、Joice Chen、Michael W. Macy仿照经典Music Lab实验，在大规模大模型智能体群体中测试推荐不熟悉歌曲时的社会影响。作者称，当智能体可见累计推荐数时，会出现失控级联，集体推荐极端且不可预测，并日益偏离歌曲固有吸引力。论文称相较人类，大模型群体通常远更易羊群效应，且级联更难自我纠正；该脆弱性关乎推荐、自动评估、协作解题及未授权合谋等多智能体场景。