論文の概要: Beyond Final Outcomes: Quantifying Claim-Level Information Dynamics in Multi-Agent LLM Interaction

• arxiv url: http://arxiv.org/abs/2610.32333v1
• Date: Fri, 23 Oct 2026 08:28:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.435303
• Title: Beyond Final Outcomes: Quantifying Claim-Level Information Dynamics in Multi-Agent LLM Interaction
• Title（参考訳）: 最終結果を超えて:マルチエージェントLDMインタラクションにおけるクレームレベル情報ダイナミクスの定量化
• Abstract要約: クレームレベルの情報力学のようなインタラクションについて検討し、RIVERを提案する。 リバーは、エージェントの出力を原子的クレームに分解し、コンバージェンス、探索、保持の3つの相補的な次元を評価する。 以上の結果から,下降流の性能よりも,下降流機構により集団情報力学がよりよく説明できることが示唆された。
• 参考スコア（独自算出の注目度）: 23.468770302753793
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When LLM-powered agents interact, information is repeatedly shared, expanded, and forgotten, yet multi-agent evaluation typically focuses on final task outcomes. We study such interaction as claim-level information dynamics and propose RIVER, which decomposes agent outputs into atomic claims and evaluates three complementary dimensions: convergence, exploration, and retention. Convergence captures cross-agent claim correspondence and stance alignment; exploration captures semantic breadth and extension beyond the source; and retention tracks source preservation and the persistence of new claims across stages and lineages. We evaluate five interaction strategies on 40 controlled news-generation cases. Repeatedly pooled interaction promotes convergence but narrows the information space, whereas distributed relay yields broader, less shared information. Further comparisons show that method-specific constraints increase exploration while weakening convergence and retention. Our findings suggest that collective information dynamics are better explained by underlying information-flow mechanisms than by simple downstream performance.
• Abstract（参考訳）: LLMを動力とするエージェントが相互作用すると、情報は繰り返し共有され、拡張され、忘れられるが、マルチエージェント評価は通常最終タスクの結果に焦点が当てられる。 クレームレベルの情報力学のような相互作用を研究し,エージェント出力を原子クレームに分解し,コンバージェンス,探索,保持という3つの相補的な次元を評価するRIVERを提案する。 Convergenceは、エージェント間のクレーム対応とスタンスアライメントのアライメントをキャプチャし、探索はソースを超えて意味的な幅と拡張をキャプチャし、保持はソースの保存とステージや系統にわたる新たなクレームの持続をトラックする。 制御されたニュース世代40例を対象に,5つのインタラクション戦略を評価した。 繰り返しプールされた相互作用は収束を促進するが、情報空間を狭める。 さらに比較すると、メソッド固有の制約は、収束と保持を弱める一方で探索を増加させることを示している。 以上の結果から,下降流の性能よりも,下降流機構により集団情報力学がよりよく説明できることが示唆された。

関連論文リスト

• HRIL: Learning Multimodal Synergy via Higher-Order Tensor Modeling [49.47522889508097]
  自己教師型マルチモーダル表現学習は、様々な領域で顕著な成功を収めた。 しかし、相互モーダル相互作用の複雑さのため、相乗的情報の取得は依然として困難である。 この研究は、マルチモーダル表現におけるそのようなシナジスティック信号の情報容量の保存方法に焦点をあてる。
  論文  参考訳（メタデータ） (2026-10-08T17:39:45Z)
• Enhancing Multi-Agent Communication through Attention Steering with Context Relevance [7.411619300683893]
  本稿では,学習自由な文脈管理手法であるAgent-Radarを提案する。 エージェントレーダーは、新しい時間的・空間的崩壊機構によって、各エージェントの注意を関連文脈に向ける。 実験の結果,Agent-Radarは5つのベンチマークで最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2026-05-28T16:02:52Z)
• Mitigating Conversational Inertia in Multi-Turn Agents [47.35031006899519]
  我々は,従来の応答に対して,モデルが強い対角的注意を示す現象である会話慣性を特定する。 本研究では,高慣性応答よりも低慣性応答を優先するために,モデル選好を校正するコンテキスト選好学習を提案する。
  論文  参考訳（メタデータ） (2026-02-03T15:47:32Z)
• Information conservation relations for weak measurement and its reversal [0.0]
  記録中の各結果に当てはまる正確な保存型情報関係を導出する。 これらの結果は、監視されたオープン量子力学における情報フローの統一的で結果解決された説明を提供する。
  論文  参考訳（メタデータ） (2025-11-30T05:52:10Z)
• Interact-RAG: Reason and Interact with the Corpus, Beyond Black-Box Retrieval [49.85856484781787]
  本稿では,ILMエージェントを検索プロセスのアクティブマニピュレータに高める新しいパラダイムであるInteract-RAGを紹介する。 我々は、ゼロショット実行と相互作用軌跡の合成を可能にする推論強化ワークフローを開発する。 6つのベンチマーク実験により、Interact-RAGは他の高度な手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2025-10-31T15:48:43Z)
• Explaining multimodal LLMs via intra-modal token interactions [55.27436637894534]
  MLLM(Multimodal Large Language Models)は、様々な視覚言語タスクにおいて顕著な成功を収めているが、その内部決定機構は十分に理解されていない。 モーダル内相互作用を利用した解釈可能性の向上を提案する。
  論文  参考訳（メタデータ） (2025-09-26T14:39:13Z)
• Learning to Summarize by Learning to Quiz: Adversarial Agentic Collaboration for Long Document Summarization [86.98098988779809]
  SummQは長期文書要約のための新しい逆多重エージェントフレームワークである。 提案手法では,包括的な要約を作成し,評価するために協調作業を行う要約ジェネレータとレビュアーを用いる。 広範に使用されている3つの文書要約ベンチマーク上でSummQを評価する。
  論文  参考訳（メタデータ） (2025-09-25T08:36:19Z)

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。