多智能体LLM审议中的隐藏锚

多智能体LLM审议——智能体跨数轮交换并修订答案——日益用于改进推理与准确率——但它如何及为何起作用很少被建模。此类 deliberation 镜像人类如何达成决策。作为社会动物——我们既被群体拉动（DeGroot与Friedkin-Johnsen等经典观点动力学模型捕捉的羊群效应）——也被自己的内在信念拉动——后者它们没有建模。我们把多智能体审议建模为闭环动力系统——每个智能体携带隐藏的内在信念（其锚）——无论邻居如何都持续拉动其观点。我们表明该锚可仅从审议中恢复——且它解释了经典共识规则禁止的行为：智能体对正确答案的信心可以爬过任何智能体的起点——逃出初始信念形成的空间（凸包）。检验恢复的锚是否也预测留出运行（泛化）——给出模型何时真正被此类锚驱动的简单测试。跨三个开放权重模型家族——这是一个光谱而非全有全无。所有锚的影响强度大体相同——但锚的位置不同——只有当锚远离初始观点时——审议才逃出凸包——才需要完整闭环模型。