題名:Chaotic Dynamics in Multi-LLM Deliberation

要旨:集合型AIシステムはますます多LLMの熟議（deliberation）に依存するようになっているが、反復実行に対する安定性は十分に特徴づけられていない。5者エージェントのLLM委員会を確率的動的システムとしてモデル化し、委員会の平均嗜好（committee mean preferences）における軌道の発散（trajectory divergence）から得られる経験的リャプノフ指数（$hat{lambda}$）を用いて、実行間の感度を定量化する。12の政策シナリオにわたる因子計画（factorial design）で、$T=0$において不安定化への独立した2つの経路を特定する。均質な委員会での役割分化（role differentiation）と、無役割（no-role）な委員会でのモデルの異質性（model heterogeneity）である。重要なのは、これらの効果が、実務者がしばしば決定論的挙動を期待することの多い $T=0$ レジームでも現れる点である。HL-01ベンチマークでは、両経路により発散が増大し（それぞれ $hat{lambda}=0.0541$ と $0.0947$）、さらに均質な無役割委員会も正の発散領域に留まる（$hat{lambda}=0.0221$）。両者を混ぜた条件（mixed+roles）は、不安定性が混ぜた無役割（mixed+no-role）より小さく（$hat{lambda}=0.0519$ vs $0.0947$）、非加法的な相互作用が示される。メカニズムとしては、議長役（Chair-role）のアブレーションが $hat{lambda}$ を最も強く低下させ、さらに記憶ウィンドウを短縮するように設計したプロトコルのバリアントは、発散をより強く抑制する。これらの結果は、多LLMガバナンス・システムにおける中核的な設計要件として、安定性監査（stability auditing）を支持するものである。

ブックマーク

書誌および引用ツール

この論文に関連付けられたコード、データ、メディア

デモ

レコメンダーおよび検索ツール