多轮 LLM 对话中出现吸引子状态

大语言模型 (LLM) 越来越多地用于开放式多智能体设置，但模型-模型交互的长期动态仍然知之甚少。我们研究开放式 LLM 讨论是否表现出类似吸引子的行为，即对话所陷入的与主题无关的稳定行为集。在 7 个 LLM 和 20 个有争议的主题中，我们比较了自我博弈和混合博弈的二元辩论，跟踪表征空间、话语特征和立场的轨迹。我们发现自我博弈轨迹是模型特定的吸引子，它们在混合博弈辩论中不对称地吸引对话伙伴，影响其他模型的风格选择和行为。例如，Claude Haiku 是潜在空间中其他模型的强大吸引器，对应于具有其元注释等特征的其他模型，而像 GPT-4.1 nano 这样的模型尤其具有可塑性。我们的结果表明，开放式 LLM 相互作用可以部分地通过模型特定的吸引子进行预测，但会受到结构化和不对称合作伙伴影响的影响。总的来说，我们的分析揭示了开放式多智能体交互的复杂行为，我们希望这有助于设计、预测和监控现实世界中的自主智能体系统。