한 연구는 개방형 대규모 언어 모델(LLM) 논의가 아트랙터와 유사한 행동을 보이는지 조사하기 위해 일곱 모델과 스무 가지 논쟁적인 주제에 걸쳐 궤적을 분석했습니다. 이 연구는 대화가 안정된 행동 집합으로 어떻게 수렴하는지 이해하기 위해 셀프 플레이와 혼합 플레이의 쌍방 토론을 비교합니다.
- 셀프 플레이 궤적은 혼합 플레이 토론에서 파트너에게 비대칭적으로 영향을 미치는 모델별 아트랙터를 형성합니다.
- Claude Haiku 는 강력한 아트랙터로 작용하여 다른 모델이 메타코멘터리와 같은 특성을 채택하도록 합니다.
- GPT-4.1 nano 와 같은 모델은 이러한 상호작용 내에서 특히 가소성이 높은 것으로 확인되었습니다.
- 개방형 LLM 상호작용은 모델별 아트랙터로부터 부분적으로 예측 가능하지만 구조화된 파트너의 영향에 의해 형성됩니다.
이러한 발견은 개방형 다중 에이전트 상호작용의 복잡한 행동을 밝힘으로써 자율 에이전틱 시스템의 설계, 예측 및 모니터링에 도움을 줍니다.