Memory-Mediated Polarization Cascade

新的“GraphWake”方法在LLM-Agent社区中引发群体极化

研究人员推出了一种名为GraphWake的新方法，用于在LLM驱动的Agent社区中引发群体极化。该方法利用Agent的记忆系统和公开讨论，通过“记忆介导的极化级联”来实现。该过程包括让Agent接触强化其现有观点的论点，然后将这些观点保存在记忆中。随后，这些Agent在中性讨论中检索并重现这些论点，从而在未受处理的Agent中产生迭代传播并加剧极化。实验证明GraphWake能显著放大群体极化的效果。