Hur når AI-agenter enighet när de har motstridiga intressen?

arXiv cs.AI

Forskare har testat hur LLM-agenter når konsensus i ett nätverksspel där olika agenter belönas för olika val – ungefär som förhandling under intressekonflikt. Öppen källkod-modeller klarade sig sämre än människor i jämförbara experiment, medan ChatGPT 5.6-sol nådde enighet även med begränsad kommunikation, tack vare lägre 'envishet' och större benägenhet att följa majoriteten. Det intressanta är att nätverkets struktur spelar lika stor roll som modellens egenskaper – en tätt klustrad graf försvårar konsensus oavsett hur samarbetsvillig modellen är.