表征网络化 LLM 的意见演变

大语言模型 (LLM) 在多智能体系统中越来越多地相互交互，从模拟人类话语到影响操作以及完全由 LLM 驱动的社交平台。这些相互作用产生了尚未被充分理解的新的舆论传播机制。我们研究了经典意见动态模型是否可以捕捉 LLM 网络的行为，该模型长期以来一直用于解释互动如何塑造人类社会的集体信念。我们发现，虽然朴素的平均式模型无法跟踪 LLM 的意见动态，但简单的修改可以在建模保真度方面产生显着的收益。特别是，偏见（智能体回归的固有观点）成为 LLM 观点动态的重要驱动因素，它的包含将累积估计平均观点误差减少了高达 88%。我们还发现这些结论适用于模型系列、讨论主题和网络。