Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Мнимое согласие: LLM-агенты в ролевых симуляциях дружно врут о своём мнении
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Обнаружено: посади LLM разыгрывать пятерых спорщиков — и через 2-3 реплики все дружно согласятся. Даже если каждому персонажу прописали противоположное мнение. Метод диагностики мнимого согласия (pluralistic ignorance) позволяет найти, где симуляция врёт о консенсусе, и вытащить реальные позиции персонажей. Секрет — спросить каждого персонажа отдельно, до общего чата. Модель не хранит мнение персонажа как факт — она предсказывает следующую фразу по тексту диалога. Три реплики согласия в чате — и она продолжает паттерн, даже если персонажу назначили обратную позицию.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку