一篇新的研究论文探讨了图反馈机制如何影响开放权重语言模型群体中的共识和团簇形成。该研究测试了从 1.1B 到 32B 参数的模型，发现虽然保留的伙伴标签证据至关重要，但同质性阈值相似性路由可能导致碎片化。相反，尤其是在有可用内存的情况下，寻求桥梁的路由显示出更强的修复碎片化和达成行为共识的能力。特别是 Qwen2.5-32B 模型，与保留历史记录的稳定共识相比，表现出强烈的倾向，而阈值相似性路由在许多情况下未能达成共识。 AI
影响 这项研究可以为设计更具凝聚力和协作性的多智能体语言模型系统提供信息。
排序理由 该集群包含一篇发表在 arXiv 上的研究论文，详细介绍了语言模型群体方面的发现。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.12077v1 Announce Type: new Abstract: Multi-agent language-model systems increasingly route local interactions, yet the runtime interaction graph is often treated as an implementation detail. We study convention formation in open-weight LM populations spanning 1.1B-32B …
Multi-agent language-model systems increasingly route local interactions, yet the runtime interaction graph is often treated as an implementation detail. We study convention formation in open-weight LM populations spanning 1.1B-32B parameters with a naming-game protocol. Restrict…