論文の概要: Collaborative QA using Interacting LLMs. Impact of Network Structure, Node Capability and Distributed Data

• arxiv url: http://arxiv.org/abs/2511.14098v1
• Date: Tue, 18 Nov 2025 03:32:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:52.9095
• Title: Collaborative QA using Interacting LLMs. Impact of Network Structure, Node Capability and Distributed Data
• Title（参考訳）: 干渉LDMを用いた協調QA : ネットワーク構造,ノード能力,分散データの影響
• Authors: Adit Jain, Vikram Krishnamurthy, Yiming Zhang,
• Abstract要約: 本研究では,LLMのネットワークが協調質問応答 (CQA) をどのように行うかを分析し,分散文書の集合から基礎的真理を推定する。 ネットワーク科学から平均場力学(MFD)の新たなアイデアと経済学からランダム化されたユーティリティモデルを組み合わせることで,LLMの相互作用とその幻覚について検討する。
• 参考スコア（独自算出の注目度）: 13.87098169839313
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we model and analyze how a network of interacting LLMs performs collaborative question-answering (CQA) in order to estimate a ground truth given a distributed set of documents. This problem is interesting because LLMs often hallucinate when direct evidence to answer a question is lacking, and these effects become more pronounced in a network of interacting LLMs. The hallucination spreads, causing previously accurate LLMs to hallucinate. We study interacting LLMs and their hallucination by combining novel ideas of mean-field dynamics (MFD) from network science and the randomized utility model from economics to construct a useful generative model. We model the LLM with a latent state that indicates if it is truthful or not with respect to the ground truth, and extend a tractable analytical model considering an MFD to model the diffusion of information in a directed network of LLMs. To specify the probabilities that govern the dynamics of the MFD, we propose a randomized utility model. For a network of LLMs, where each LLM has two possible latent states, we posit sufficient conditions for the existence and uniqueness of a fixed point and analyze the behavior of the fixed point in terms of the incentive (e.g., test-time compute) given to individual LLMs. We experimentally study and analyze the behavior of a network of $100$ open-source LLMs with respect to data heterogeneity, node capability, network structure, and sensitivity to framing on multiple semi-synthetic datasets.
• Abstract（参考訳）: 本稿では,LLMの相互作用するネットワークが協調質問応答(CQA)をどのように行うかのモデル化と解析を行い,分散文書の集合から基礎的真理を推定する。 LLMは、疑問に答える直接的な証拠が欠如しているときに幻覚を起こし、これらの効果は相互作用するLLMのネットワークにおいてより顕著になるため、この問題は興味深い。 幻覚は広がり、以前は正確なLDMが幻覚を引き起こす。 本研究では,ネットワーク科学における平均場力学(MFD)の新たなアイデアと経済学からのランダム化ユーティリティモデルを組み合わせることで,LLMの相互作用とその幻覚について検討する。 我々は,LLMが真理であるか否かを示す潜在状態のLLMをモデル化し,MFDを考慮した抽出可能な解析モデルを拡張して,LLMの有向ネットワークにおける情報の拡散をモデル化する。 MFDの力学を規定する確率を特定するために,ランダム化されたユーティリティモデルを提案する。 各LLMが2つの潜在状態を持つLLMのネットワークに対して、固定点の存在と特異性に関する十分な条件を仮定し、各LLMに与えられるインセンティブ(例えば、テスト時間計算)の観点から、固定点の挙動を解析する。 データの不均一性、ノード能力、ネットワーク構造、および複数の半合成データセット上でのフレーミングに対する感受性について、100ドルのオープンソースLCMのネットワークの挙動を実験的に研究・解析した。

関連論文リスト

• LongLLaDA: Unlocking Long Context Capabilities in Diffusion LLMs [63.580867975515474]
  拡散LDMと従来の自己回帰LDMの長文性能を比較検討する。 LLaDAとNTKベースのRoPE外挿法を統合したLongLLaDAを提案する。
  論文  参考訳（メタデータ） (2025-06-17T11:45:37Z)
• When can isotropy help adapt LLMs' next word prediction to numerical domains? [53.98633183204453]
  文脈埋め込み空間におけるLLM埋め込みの等方性は表現の基盤構造を保存することが示されている。 実験により、数値データとモデルアーキテクチャの異なる特性が等方性に異なる影響があることが示されている。
  論文  参考訳（メタデータ） (2025-05-22T05:10:34Z)
• Engagement-Driven Content Generation with Large Language Models [8.049552839071918]
  大規模言語モデル(LLM)は1対1の相互作用において重要な説得力を示す。 相互接続されたユーザーと複雑な意見のダイナミクスがユニークな課題を引き起こすソーシャルネットワークにおける彼らの影響力は、いまだ過小評価されている。 本稿では,emphCan LLMがソーシャルネットワーク上でユーザエンゲージメントを最大化する有意義なコンテンツを生成するかという研究課題に対処する。
  論文  参考訳（メタデータ） (2024-11-20T10:40:08Z)
• Characterizing Truthfulness in Large Language Model Generations with Local Intrinsic Dimension [63.330262740414646]
  大規模言語モデル(LLM)から生成されたテキストの真偽を特徴付ける方法と予測法について検討する。 モデルアクティベーションの局所固有次元 (LID) を用いて, 内部アクティベーションを調査し, LLMの真偽を定量化する。
  論文  参考訳（メタデータ） (2024-02-28T04:56:21Z)
• Characterizing Large Language Model Geometry Helps Solve Toxicity Detection and Generation [15.77263269398368]
  大規模言語モデル(LLM)は、現在のAIのブレークスルーを促進する。 我々は幾何学のレンズを通してLLMの内部機構に光を当てた。 我々は,任意の(事前学習された)LLMから抽出できる解釈可能な幾何学的特徴を導出する。
  論文  参考訳（メタデータ） (2023-12-04T06:01:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。