Volgens een arXiv-studie voorspelde de structuur van een netwerk nauwelijks waar gesimuleerde groepen taalmodellen uiteindelijk overeenstemming over zouden bereiken. Onderzoekers analyseerden 73,080 gecontroleerde uitwisselingen tussen acht instructiegetrainde modellen en gebruikten de resultaten vervolgens in simulaties met 10,000 agents.
De modellen namen soms standpunten in die verder gingen dan de opvattingen waarmee ze waren geconfronteerd. Ook kwamen sommige groepen tot overeenstemming over aantoonbaar onjuiste beweringen, aldus de onderzoekers. In hun simulaties wogen de interne vooroordelen van elk model en de manier waarop berichten waren geformuleerd zwaarder dan een netwerkmaat die algebraïsche connectiviteit wordt genoemd.
Waarom het ertoe doet
Teams die meerdere taalmodellen claims met elkaar laten bespreken, moeten er niet van uitgaan dat een andere manier van verbinden gedeelde fouten voorkomt. De studie suggereert dat vooroordelen van modellen en de formulering van berichten de overeenstemming alsnog kunnen sturen.
