3,583 papers
arXiv:2607.27512 72 29 июля 2026 г. PRO

Belief Coevolution: почему ролевые ярлыки не дают реального разнообразия мнений в мультиагентных LLM-дискуссиях

КЛЮЧЕВАЯ СУТЬ
Обнаружено: модель в роли «врача» и та же модель в роли «поэта» думает абсолютно одинаково — у неё одна база знаний под капотом. Метод показывает: ролевые ярлыки внутри одной модели меняют только тон высказывания, а итоговое общее мнение группы почти не отличается от ситуации без ролей вообще. Реальный сдвиг мнений появляется только когда за агентами стоят разные модели с разными знаниями — тогда общее мнение двигается больше чем в два раза сильнее, чем от простой раздачи ролей.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с