# 研究发现：大语言模型群体达成共识，网络结构影响有限

> 一项针对八种语言模型的研究发现，在模拟群体讨论中，模型共有的偏见和信息表述方式，比网络连接方式影响更大。

Oossa · 2026-10-30 · https://oossa.com/zh/study-finds-llm-group-agreement-can-ignore-network-structure

一项发表在 arXiv 上的研究称，网络结构对模拟语言模型群体最终达成何种共识，几乎没有预测作用。研究人员对八种经过指令微调的模型进行了73,080次受控交流，并将结果用于模拟由10,000个智能体组成的群体。

研究人员表示，模型有时会把观点推向超出其接触过的意见范围之处，一些群体还会对客观上错误的说法达成共识。在模拟中，各模型的内部偏见以及信息的表述方式，比一种名为代数连通度的网络指标影响更大。

## 事实

- 这项研究对八种模型进行了73,080次交流。
- 研究模拟了由10,000个智能体组成的群体。

## 为什么重要

使用多个语言模型讨论观点的团队，不应以为改变模型之间的连接方式就能避免共同犯错；研究表明，模型偏见和信息表述方式仍可能左右群体共识。

## 来源与参考

1. [Network Topology Does Not Matter: The Breakdown of Classical Consensus in LLM Populations](https://arxiv.org/abs/2610.37699) – arXiv cs.MA, 2026-10-30

最后更新: 2026-10-30