每个人都从众，无人相信：LLM 智能体群体中的多元无知

基于 LLM 的多智能体系统越来越多地用于模拟社会动态，从意见形成到集体决策。这些模拟可以重现某些社会现象，但尚不清楚它们是否抓住了多元无知，即大多数人私下拒绝某种规范但公开遵守的状态，每个人都相信自己是唯一持不同意见的人。这种现象推动了规范的持续、社会运动和政治革命。我们表明，多元无知在 LLM 主体群体中强烈出现。我们以人类多元无知文献为基础，构建了涵盖 10 个领域和 5 个权威级别的 100 个场景的基准，并评估了来自 6 个组织的 8 个模型。尽管私下反对这一规范，但智能体们公开遵守的比例为 64% 至 94%。遵从性是领域敏感的（工作场所和社会关系场景产生近乎普遍的遵从性）并且高度依赖于模型，尽管与能力不相关。我们测试单个“规范企业家”是否可以通过公开反对来打破错误的共识。对于 8 个模型中的 7 个，级联成功率不到 26%，其中一个模型在所有场景中都显示零级联。 GPT-4o 是一个显着的异常值，为 48%，揭示了模型系列之间质量上不同的动态。所有 8 个模型的即时组件消融表明，一致性是自然出现的，而不是指令驱动的：消除错误共识框架和适应目标会减少一致性，但不会消除它（在最低条件下为 52% 到 92%）。我们的研究结果表明，模型选择是一种未被承认的自由度，它从根本上塑造了模拟结果。更广泛地说，几乎不存在级联表明 LLM 模拟可能系统性地高估了社会规范的稳定性，忽略了推动人类社会现实世界规范变化的脆弱临界点动态。