计数副本还是溯源原始来源：度量大模型多智能体系统对复述证据的加权行为原文网页：https://arxiv.org/html/2610.06192v1PDF链接：https://arxiv.org/pdf/2610.06192v1arXiv编号：arXiv:2610.06192v1 [cs.AI]摘要基于大语言模型构建的多智能体系统会频繁对观测信息进行复述：消息转发、共享黑板重复发布、多轮讨论循环传播。负责汇总信息的聚合模块应当统计独立信息源，而不是统计消息副本数量。本文将模型输出的后验概率换算为「独立观测读数」单位，定义副本权重（copy weight）指标：权重KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=0\)代表聚合器只统计原始来源；KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=1\)代表把每一条复述消息都当作全新观测；该指标可以在任意代价函数下推导隐含决策。本文搭建三套测试环境，固定底层真实证据，仅改变证据被复述的形式：具备精确贝叶斯预言机的受控消息日志、附带副本的网页文档、四套通信协议下由大模型智能体团队生成交互日志。在三家厂商的4个主流模型上实验发现：一条被转发的副本仅等效于0.06(\rho=0.14(\rho=0.26(\rho=0.40‑0.71)0.49)0.32)0.42份全新独立观测读数，该现象主要源于部分回复会直接把每一条陈述都当作新证据。在仅有1份原始观测、但被复述3次的日志中，5%(\rho=0.14(\rho=0.26(\rho=0.40‑0.71)0.49)0.32)40%的模型输出信念会触发提前决策，而理想贝叶斯预言机不会做出该行为。在受控日志上副本计数倾向最强/最弱的模型，在网页副本、智能体生成日志上也保持一致趋势。在聚合器系统提示中增加一段说明副本贡献规则，可将受控日志上副本权重降低至0.08及以下；在通信协议层面增加引用规则，要求智能体引用原始读数而非复述内容，可将信念引发的提前决策率从11.2%降至1.1%，同时保留真实多源证据带来的佐证增益。关键词多智能体系统；大模型智能体；信息聚合；证据溯源；证据复述；通信协议目录引言副本证据的度量方法2.1 存在复述证据时的信息聚合2.2 读数证据单位与副本权重2.3 从信念推导决策行为2.4 模型行为与通信协议的解耦假设测试环境与实验模型3.1 T1受控消息日志测试集3.2 T2网页证据测试集3.3 T3智能体团队日志测试集3.4 被测模型与统计方案三套测试环境下的副本计数行为4.1 所有模型均会给副本分配一定证据权重4.2 权重跟随被复述的数值，而非记录条目数量4.3 副本计数大多属于“全有(\rho=0.14(\rho=0.26(\rho=0.40‑0.71)0.49)0.32)全无”混合模式4.4 副本会造成错误提前决策4.5 网页文档场景同样存在副本计数问题4.6 智能体团队默认会大量复述证据决策前消除副本影响的两类方案5.1 在聚合器侧做副本归并5.2 在通信协议源头消除复述5.3 真实多源佐证证据不会被方案破坏相关工作结论附录简要说明1 引言以火星车仿真任务举例：智能体A1读取传感器S1得到沙尘暴观测并上报；智能体A2、A3直接转发该报告。交互日志中出现3条沙尘暴相关消息，但物理上只对应1次传感器真实测量。大模型多智能体系统中该场景十分普遍：转发链路传递观测、共享黑板反复发布信息、圆桌辩论循环传播观点、层级团队向上汇总摘要、检索返回同一文档的近重复条目。聚合模块（裁判、规划器、路由、最终回答模块）需要判断：复述的消息究竟应当占有多大证据权重。概率论给出明确结论：单纯复述已有观测不会增加新证据；后验概率只取决于独立原始来源集合，和该证据被复述多少次无关。分布式估计领域将该问题称为数据乱伦（data incest）。人类也会犯同类推理错误；传统分布式聚合算法可以通过已知拓扑规避该问题，但大模型聚合器只接收自由文本，溯源信息写在文本字段里，需要模型自行理解处理。重复文本本身就会影响大模型输出；放到多智能体系统中，引出三个核心研究问题：一条复述副本，等效于多大比例的全新独立观测；该权重是否会改变最终决策；该行为是模型本身固有属性，还是通信协议带来的产物。本文提出以独立读数为单位的量化度量方式：把模型输出概率换算成等价的独立观测数量；定义副本权重w ww：KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=0\)代表只认原始来源，KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=1\)代表把每一条复述都当作全新观测。该度量从模型输出信念中计算得到，不依赖人为设定决策阈值，可以推导出任意代价结构下隐含的决策行为。搭建三套测试环境，固定底层真实证据，仅改变证据被复述的形式：T1：受控消息日志，配备精确贝叶斯预言机；T2：网页文档，附加重复、转载、摘要副本；T3：4种通信协议生成的大模型智能体交互日志。主要贡献：提出副本权重度量与分解框架，不固定决策阈值，可区分模型本身行为与通信协议带来的复述数量。在三套测试环境完成诊断实验：模型会给转发副本分配证据权重；权重取决于文本中数值被复述的次数，而非日志记录条数；部分回复会直接把复述当作全新观测，造成仅有1份证据时就触发提前决策；不同模型副本计数倾向在三套测试环境保持一致。两套可行的副本归并方案：①聚合器侧增加提示声明副本贡献规则；②协议层增加引用规则，让智能体引用原始观测而非复述；两种方案均可以抑制副本带来的虚假证据，同时保留多条独立真实观测的佐证效果。2 副本证据的度量方法2.1 存在复述证据时的信息聚合隐式二值状态Y ∈ { + 1 , − 1 } Y\in\{+1,-1\}Y∈{+1,−1}，先验概率为KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲1/2\)。传感器s ss输出观测x s ∈ { + 1 , − 1 } x_s\in\{+1,-1\}xs∈{+1,−1}，P ( x s = Y ) = q s P(x_s=Y)=q_sP(xs=Y)=q
计数副本还是溯源原始来源：度量大模型多智能体系统对复述证据的加权行为原文网页：https://arxiv.org/html/2610.06192v1PDF链接：https://arxiv.org/pdf/2610.06192v1arXiv编号：arXiv:2610.06192v1 [cs.AI]摘要基于大语言模型构建的多智能体系统会频繁对观测信息进行复述：消息转发、共享黑板重复发布、多轮讨论循环传播。负责汇总信息的聚合模块应当统计独立信息源，而不是统计消息副本数量。本文将模型输出的后验概率换算为「独立观测读数」单位，定义副本权重（copy weight）指标：权重KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=0\)代表聚合器只统计原始来源；KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=1\)代表把每一条复述消息都当作全新观测；该指标可以在任意代价函数下推导隐含决策。本文搭建三套测试环境，固定底层真实证据，仅改变证据被复述的形式：具备精确贝叶斯预言机的受控消息日志、附带副本的网页文档、四套通信协议下由大模型智能体团队生成交互日志。在三家厂商的4个主流模型上实验发现：一条被转发的副本仅等效于0.06(\rho=0.14(\rho=0.26(\rho=0.40‑0.71)0.49)0.32)0.42份全新独立观测读数，该现象主要源于部分回复会直接把每一条陈述都当作新证据。在仅有1份原始观测、但被复述3次的日志中，5%(\rho=0.14(\rho=0.26(\rho=0.40‑0.71)0.49)0.32)40%的模型输出信念会触发提前决策，而理想贝叶斯预言机不会做出该行为。在受控日志上副本计数倾向最强/最弱的模型，在网页副本、智能体生成日志上也保持一致趋势。在聚合器系统提示中增加一段说明副本贡献规则，可将受控日志上副本权重降低至0.08及以下；在通信协议层面增加引用规则，要求智能体引用原始读数而非复述内容，可将信念引发的提前决策率从11.2%降至1.1%，同时保留真实多源证据带来的佐证增益。关键词多智能体系统；大模型智能体；信息聚合；证据溯源；证据复述；通信协议目录引言副本证据的度量方法2.1 存在复述证据时的信息聚合2.2 读数证据单位与副本权重2.3 从信念推导决策行为2.4 模型行为与通信协议的解耦假设测试环境与实验模型3.1 T1受控消息日志测试集3.2 T2网页证据测试集3.3 T3智能体团队日志测试集3.4 被测模型与统计方案三套测试环境下的副本计数行为4.1 所有模型均会给副本分配一定证据权重4.2 权重跟随被复述的数值，而非记录条目数量4.3 副本计数大多属于“全有(\rho=0.14(\rho=0.26(\rho=0.40‑0.71)0.49)0.32)全无”混合模式4.4 副本会造成错误提前决策4.5 网页文档场景同样存在副本计数问题4.6 智能体团队默认会大量复述证据决策前消除副本影响的两类方案5.1 在聚合器侧做副本归并5.2 在通信协议源头消除复述5.3 真实多源佐证证据不会被方案破坏相关工作结论附录简要说明1 引言以火星车仿真任务举例：智能体A1读取传感器S1得到沙尘暴观测并上报；智能体A2、A3直接转发该报告。交互日志中出现3条沙尘暴相关消息，但物理上只对应1次传感器真实测量。大模型多智能体系统中该场景十分普遍：转发链路传递观测、共享黑板反复发布信息、圆桌辩论循环传播观点、层级团队向上汇总摘要、检索返回同一文档的近重复条目。聚合模块（裁判、规划器、路由、最终回答模块）需要判断：复述的消息究竟应当占有多大证据权重。概率论给出明确结论：单纯复述已有观测不会增加新证据；后验概率只取决于独立原始来源集合，和该证据被复述多少次无关。分布式估计领域将该问题称为数据乱伦（data incest）。人类也会犯同类推理错误；传统分布式聚合算法可以通过已知拓扑规避该问题，但大模型聚合器只接收自由文本，溯源信息写在文本字段里，需要模型自行理解处理。重复文本本身就会影响大模型输出；放到多智能体系统中，引出三个核心研究问题：一条复述副本，等效于多大比例的全新独立观测；该权重是否会改变最终决策；该行为是模型本身固有属性，还是通信协议带来的产物。本文提出以独立读数为单位的量化度量方式：把模型输出概率换算成等价的独立观测数量；定义副本权重w ww：KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=0\)代表只认原始来源，KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲w=1\)代表把每一条复述都当作全新观测。该度量从模型输出信念中计算得到，不依赖人为设定决策阈值，可以推导出任意代价结构下隐含的决策行为。搭建三套测试环境，固定底层真实证据，仅改变证据被复述的形式：T1：受控消息日志，配备精确贝叶斯预言机；T2：网页文档，附加重复、转载、摘要副本；T3：4种通信协议生成的大模型智能体交互日志。主要贡献：提出副本权重度量与分解框架，不固定决策阈值，可区分模型本身行为与通信协议带来的复述数量。在三套测试环境完成诊断实验：模型会给转发副本分配证据权重；权重取决于文本中数值被复述的次数，而非日志记录条数；部分回复会直接把复述当作全新观测，造成仅有1份证据时就触发提前决策；不同模型副本计数倾向在三套测试环境保持一致。两套可行的副本归并方案：①聚合器侧增加提示声明副本贡献规则；②协议层增加引用规则，让智能体引用原始观测而非复述；两种方案均可以抑制副本带来的虚假证据，同时保留多条独立真实观测的佐证效果。2 副本证据的度量方法2.1 存在复述证据时的信息聚合隐式二值状态Y ∈ { + 1 , − 1 } Y\in\{+1,-1\}Y∈{+1,−1}，先验概率为KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲1/2\)。传感器s ss输出观测x s ∈ { + 1 , − 1 } x_s\in\{+1,-1\}xs∈{+1,−1}，P ( x s = Y ) = q s P(x_s=Y)=q_sP(xs=Y)=q
