多智能体共识更易被参数更大的模型主导
一项研究考察多个大语言模型混合时，谁主导最终共识。跨七个模型家族的实验显示，其他模型意见会被参数更多的模型吸收；该任务不依赖预训练知识，也没有标准答案。作者将智能体解释为单纯形上的加权粒子，更大模型权重更高、势阱更深，并因更强的上下文学习放大多数意见。模型参数、价格和国内可用性未知。
要点
- 七个模型家族的实验中，参数规模更大的模型更容易吸收其他模型意见并主导共识。
- 该现象出现在无需预训练知识、且没有正确答案的任务上，因此不能简单归因于知识储备。
- 作者用单纯形上的加权粒子解释：更大模型的上下文学习更强，会放大上下文中的多数意见。
为什么值得看
混合多个大语言模型时，其他模型的意见往往被参数更多、上下文学习更强的模型吸收；理解这一机制有助于解释日益复杂的多智能体共识行为。
谁会受影响
面向研究多智能体系统、模型混合编排与共识机制的人工智能研究者和系统开发者。
今天就能怎么试
资料只提供论文摘要，未给出可运行入口、代码、具体模型名称与参数；价格未知，国内可用性未知，未实测。目前只能据此理解结论，不能直接复现实验。
原始来源
1Who Is the Influencer? Consensus Dynamics in Multi-Agent Systems · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。