大语言模型表现出规范性从众

大语言模型（LLM）表现出的从众偏差，可能给基于LLM的多智能体系统（LLM-MAS）的决策带来重大挑战。以往许多研究仅将“从众”视为观点改变问题，本研究则引入社会心理学中对信息性从众与规范性从众的区分，以便在机制层面理解LLM的从众行为。具体而言，我们设计了新任务来区分两种从众：信息性从众中，讨论参与者有动力做出准确判断；规范性从众中，参与者有动力避免冲突或获得群体接纳。随后我们基于这些任务设定开展实验。实验结果显示，在受测的六个LLM中，最多有五个不仅表现出信息性从众倾向，还表现出规范性从众倾向。此外，有趣的是，我们证明通过操纵社会情境中的细微方面，或许能够控制特定LLM的规范性从众所指向的目标。这些发现表明，LLM-MAS中的决策可能容易受少数恶意用户操纵。另外，通过分析与信息性从众及规范性从众相关的内部向量，我们认为尽管两种行为在外部呈现为同样的“从众”形式，其内部驱动机制却可能各不相同。综合来看，这些结果或可作为理解“规范”如何在LLM中实现及其如何影响群体动态的初步里程碑。