Um estudo investiga se discussões de modelos de linguagem grandes (LLM) de final aberto exibem comportamento semelhante ao de atratores, analisando trajetórias através de sete modelos e vinte tópicos controversos. A pesquisa compara debates dyádicos de auto-jogo e jogo misto para entender como as conversas se estabilizam em conjuntos fixos de comportamentos.
- Trajetórias de auto-jogo formam atratores específicos do modelo que influenciam assimetricamente os parceiros em debates de jogo misto.
- O Claude Haiku atua como um forte atrator, fazendo com que outros modelos adotem suas características, como metacomentário.
- Modelos como o GPT-4.1 nano são identificados como especialmente maleáveis nessas interações.
- Interações de LLM de final aberto são parcialmente previsíveis a partir de atratores específicos do modelo, mas moldadas pela influência estruturada do parceiro.
Esses achados ajudam no design, previsão e monitoramento de sistemas autônomos agênticos, lançando luz sobre o comportamento complexo da interação multi-agente de final aberto.