論文の概要: Evolutionary Dynamics of Cooperation in Next-Generation LLM Agent Systems: A Cross-Provider Empirical Extension

• arxiv url: http://arxiv.org/abs/2605.29874v1
• Date: Thu, 28 May 2026 12:58:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.256987
• Title: Evolutionary Dynamics of Cooperation in Next-Generation LLM Agent Systems: A Cross-Provider Empirical Extension
• Title（参考訳）: 次世代LDMエージェントシステムにおける協調の進化的ダイナミクス:クロスプロバイダ実証拡張
• Authors: Francisco León Zúñiga Bolívar,
• Abstract要約: 進化ゲーム理論とIterated Prisoner's Dilemma (IPD)を用いたベンチマーク このベンチマークを2025-2026年にリリースされた4つのフロンティアモデル - Claude Sonnet 4.6, Gemini 2.5 Flash, Gemini 3.1 Pro, GPT-5.4 Mini - に拡張する。 協調バイアスは供給者間で持続する(H1)。12のモデルとプロンプトの組み合わせのうち9つは、バランスの取れたノイズのない条件下での協調平衡を好む。 Gemini 2.5 Flash はバイアス条件下では 77% の攻撃平衡に到達し、GPT-5.4 Mini は Self の下では 70% の協調平衡に達する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Do next-generation LLM agents inherit the cooperative biases documented in their predecessors, or does scale and provider diversity reshape equilibrium behaviour in competitive multi-agent settings? Willis et al. established a benchmark for this question using evolutionary game theory and the Iterated Prisoner's Dilemma (IPD), finding consistent cooperative biases in ChatGPT-4o and Claude 3.5 Sonnet. We extend this benchmark to four frontier models released in 2025-2026 - Claude Sonnet 4.6, Gemini 2.5 Flash, Gemini 3.1 Pro, and GPT-5.4 Mini - applying the identical protocol across three prompting styles (Default, Prose, Self-Refine) and four population compositions (balanced and biased, with and without noise). Cooperative bias persists across providers (H1): nine of twelve model-prompt combinations favour cooperative equilibria in balanced noiseless conditions. Cross-provider divergence is substantial (H3): Gemini 2.5 Flash reaches up to 77% aggressive equilibria under biased conditions, while GPT-5.4 Mini reaches 70% cooperative equilibria under Self-Refine. Support for aggressive capability parity is partial (H2): Self-Refine raises ICD in all models and Claude Sonnet 4.6 Refine achieves the highest ICD in the dataset (0.913), but Default and Prose prompts show no systematic narrowing. Evidence on noise robustness is directionally positive but not robustly confirmed (H4): with n=500 Moran iterations per condition, average noise sensitivity is approximately 6 percentage points for Claude Sonnet 4.6 versus 13 pp for Claude 3.5 Sonnet, but this cross-study gap is not statistically significant once the predecessor's unreported sampling error is propagated. Provider identity, rather than model generation, is the strongest correlate of equilibrium outcomes; noise remains a universal challenge regardless of model size or vintage.
• Abstract（参考訳）: 次世代LLMエージェントは、前者で記録された協調バイアスを継承するか、それとも、スケールとプロバイダの多様性が競合するマルチエージェント環境で平衡挙動を形作るのか? Willisらは進化ゲーム理論とIterated Prisoner's Dilemma (IPD)を用いてこの問題のベンチマークを確立し、ChatGPT-4oとClaude 3.5 Sonnetで一貫した協調バイアスを発見した。 このベンチマークを2025-2026年にリリースされた4つのフロンティアモデル – Claude Sonnet 4.6, Gemini 2.5 Flash, Gemini 3.1 Pro, GPT-5.4 Mini – に拡張します。 協調バイアスは供給者間で持続する(H1)。12のモデルとプロンプトの組み合わせのうち9つは、バランスの取れたノイズのない条件下での協調平衡を好む。 Gemini 2.5 Flashはバイアス条件下で77%の攻撃的平衡に達する一方、GPT-5.4 Miniは70%の協調的平衡に達する。 Self-RefineはすべてのモデルでICDを上昇させ、Claude Sonnet 4.6 Refineはデータセットで最高のICDを達成する(0.913)が、DeefaultとProseのプロンプトは体系的な絞りを示さない。 ノイズロバスト性に関する証拠は、方向的に正であるが、強固に確認されていない(H4): n=500のモラン反復により、平均ノイズ感度は、クロード・ソネット4.6とクロード・3.5ソネット13ppの約6ポイントとなるが、前者の未報告のサンプリングエラーが伝播すると、このクロススタディギャップは統計的に有意ではない。 モデル生成よりもプロバイダのアイデンティティは平衡結果の最も強い相関関係であり、ノイズはモデルのサイズやヴィンテージに関わらず普遍的な課題である。

関連論文リスト

• DEI: Diversity in Evolutionary Inference for Quality-Diversity Search [0.14323566945483496]
  本稿では,分散品質多様性(QD)検索フレームワークである進化推論における多様性について述べる。 均質な並列探索とは異なり、DEI はそれぞれの LLM の独特な創造性を、行動の新規性の相補的な源として扱う。 ノードは各ラウンドの最後に 最適な解決策を共有します 次のラウンドの人口を シードするために
  論文  参考訳（メタデータ） (2026-05-26T15:00:57Z)
• Cross-Model Consistency of AI-Generated Exercise Prescriptions: A Repeated Generation Study Across Three Large Language Models [0.0]
  GPT-4.1、Gemini 2.5 Flash、Claude Sonnet 4.6は、20回の臨床シナリオで処方薬を作成した。 GPT-4.1 (0.955), Gemini 2.5 Flash (0.950), Claude Sonnet 4.6 (0.903) GPT-4.1は完全にユニークな出力(100%)を安定なセマンティックコンテンツで生成し、Gemini 2.5 Flashは顕著な出力繰り返し(27.5%のユニークな出力)を示した。
  論文  参考訳（メタデータ） (2026-04-21T15:51:46Z)
• How Independent are Large Language Models? A Statistical Framework for Auditing Behavioral Entanglement and Reweighting Verifier Ensembles [46.63622714488747]
  共有事前学習データ、蒸留、アライメントパイプラインは、隠れた振る舞い依存、潜伏絡みを誘導することができる。 実際には、これは相関した推論パターンと同期された障害として現れます。 ブラックボックス言語モデル間の行動絡みを監査するための統計的枠組みを開発する。
  論文  参考訳（メタデータ） (2026-04-08T23:32:06Z)
• "Who Am I, and Who Else Is Here?" Behavioral Differentiation Without Role Assignment in Multi-Agent LLM Systems [0.0]
  本稿では,マルチエージェントの同時議論を組織化する実験プラットフォームを提案する。 異種群は同種群よりも行動の分化が著しく大きいことが判明した。
  論文  参考訳（メタデータ） (2026-03-11T07:05:21Z)
• From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
  異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。 商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。 低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
  論文  参考訳（メタデータ） (2026-03-02T13:02:13Z)
• Alignment Drift in Multimodal LLMs: A Two-Phase, Longitudinal Evaluation of Harm Across Eight Model Releases [0.0]
  マルチモーダル・大規模言語モデル (MLLM) は現実世界のシステムにますます導入されているが、その安全性は相変わらず探索されていない。 そこで本研究では,26名のプロレッドチームによる726名の相手プロンプトの固定ベンチマークを用いて,MLLMの無害度を2段階評価する。
  論文  参考訳（メタデータ） (2026-02-04T16:42:02Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• Scalable Reinforcement Post-Training Beyond Static Human Prompts: Evolving Alignment via Asymmetric Self-Play [52.3079697845254]
  evaは、オフラインとオンラインのRLポストトレーニングの両方で、言語モデルがトレーニングプロンプトを適応的に作成できるようにする最初の方法である。 我々は,エバが有効なRLキュリキュラを作成でき,アブレーションにまたがって堅牢であることを示す。
  論文  参考訳（メタデータ） (2024-10-31T08:15:32Z)
• Hybrid Spectrogram and Waveform Source Separation [91.3755431537592]
  エンド・ツー・エンドのハイブリッド・ソース分離を行う方法を示し、各ソースに適したドメインをモデルで決定する。 提案されたDemucsアーキテクチャのハイブリッドバージョンは、ソニーが主催したMusic Demixing Challenge 2021で優勝した。
  論文  参考訳（メタデータ） (2021-11-05T16:37:45Z)

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。