Denkmodelle erzeugen Gedankengesellschaften

papers.abstract

Große Sprachmodelle haben bemerkenswerte Fähigkeiten in verschiedenen Bereichen erreicht, doch die Mechanismen, die anspruchsvollem Denken zugrunde liegen, bleiben schwer fassbar. Jüngste Reasoning-Modelle übertreffen vergleichbare instruktionsfinetunte Modelle bei komplexen kognitiven Aufgaben, was auf erweiterte Berechnungen durch längere Denkketten zurückgeführt wird. Hier zeigen wir, dass verbessertes Reasoning nicht allein aus erweiterter Berechnung entsteht, sondern aus der Simulation multi-agentenähnlicher Interaktionen – einer „Gesellschaft des Denkens“ –, die Diversifizierung und Debatte zwischen internen kognitiven Perspektiven ermöglicht, die durch unterschiedliche Persönlichkeitsmerkmale und Domänenexpertise charakterisiert sind. Durch quantitative Analysen und mechanistische Interpretierbarkeitsmethoden, angewendet auf Reasoning-Traces, finden wir, dass Reasoning-Modelle wie DeepSeek-R1 und QwQ-32B eine viel größere Perspektivenvielfalt aufweisen als instruktionsfinetunte Modelle und während des Reasoning breitere Konflikte zwischen heterogenen, persönlichkeits- und expertiserelevanten Merkmalen aktivieren. Diese Multi-Agenten-Struktur manifestiert sich in konversationellen Verhaltensweisen, einschließlich Frage-Antwort-Sequenzen, Perspektivwechseln und der Vermittlung widersprüchlicher Ansichten, sowie in sozio-emotionalen Rollen, die pointierte Hin-und-Her-Gespräche charakterisieren, was zusammen den Genauigkeitsvorteil bei Reasoning-Aufgaben erklärt. Kontrollierte Verstärkungslern-Experimente zeigen, dass Basismodelle konversationelle Verhaltensweisen verstärken, wenn sie ausschließlich für Reasoning-Genauigkeit belohnt werden, und das Finetunen von Modellen mit konversationellem Gerüst die Reasoning-Verbesserung gegenüber Basismodellen beschleunigt. Diese Ergebnisse deuten darauf hin, dass die soziale Organisation des Denkens eine effektive Erkundung von Lösungsräumen ermöglicht. Wir legen nahe, dass Reasoning-Modelle ein computationales Gegenstück zur kollektiven Intelligenz in menschlichen Gruppen etablieren, bei der Diversität zu überlegener Problemlösung führt, wenn sie systematisch strukturiert ist. Dies weist auf neue Möglichkeiten hin, Agentenorganisationen zu nutzen, um die Weisheit der Vielen zu erschließen.

English

Large language models have achieved remarkable capabilities across domains, yet mechanisms underlying sophisticated reasoning remain elusive. Recent reasoning models outperform comparable instruction-tuned models on complex cognitive tasks, attributed to extended computation through longer chains of thought. Here we show that enhanced reasoning emerges not from extended computation alone, but from simulating multi-agent-like interactions -- a society of thought -- which enables diversification and debate among internal cognitive perspectives characterized by distinct personality traits and domain expertise. Through quantitative analysis and mechanistic interpretability methods applied to reasoning traces, we find that reasoning models like DeepSeek-R1 and QwQ-32B exhibit much greater perspective diversity than instruction-tuned models, activating broader conflict between heterogeneous personality- and expertise-related features during reasoning. This multi-agent structure manifests in conversational behaviors, including question-answering, perspective shifts, and the reconciliation of conflicting views, and in socio-emotional roles that characterize sharp back-and-forth conversations, together accounting for the accuracy advantage in reasoning tasks. Controlled reinforcement learning experiments reveal that base models increase conversational behaviors when rewarded solely for reasoning accuracy, and fine-tuning models with conversational scaffolding accelerates reasoning improvement over base models. These findings indicate that the social organization of thought enables effective exploration of solution spaces. We suggest that reasoning models establish a computational parallel to collective intelligence in human groups, where diversity enables superior problem-solving when systematically structured, which suggests new opportunities for agent organization to harness the wisdom of crowds.

Denkmodelle erzeugen Gedankengesellschaften

Reasoning Models Generate Societies of Thought

papers.abstract

Support