对抗攻击致多智能体LLM信念崩溃

2026-10-16 00:121 篇报道1 个发布方

发生了什么

据arXiv研究，对抗性攻击可导致多智能体LLM讨论中出现隐藏的信念崩溃。在十人事实讨论中，单一对抗代理使良性代理接受错误答案的比例从0.6%升至44.8%，三个对抗代理则升至60.5%。研究发现，多数代理私下接受错误答案但公开立场未变，这种影响在讨论中不可见。

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

来源关系与证据边界

按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。