La verificación retrasada desestabiliza la creencia de los LLM multiagente: umbrales de inestabilidad y colocación óptima de correctores

Resumen

Los sistemas multiagente basados en modelos de lenguaje de gran escala (LLM) a menudo dependen de agentes verificadores y críticos para suprimir alucinaciones, pero la verificación se retrasa. Durante este retraso, afirmaciones falsas pueden propagarse a través de la red de agentes. Modelamos este proceso como un consenso retardado en un grafo con nodos correctores fundamentados. La descomposición espectral mediante el Laplaciano fundamentado proporciona un umbral de estabilidad en forma cerrada para la dosis de verificación: una corrección demasiado fuerte o demasiado retardada puede convertir el consenso en oscilación. El régimen más inestable ocurre cuando los retardos de comunicación y verificación coinciden; para un retardo de dos, el umbral es la inversa de la proporción áurea. El mismo marco proporciona un objetivo de colocación supermodular y una regla de aproximación greedy (1-1/e) para asignar un presupuesto limitado de correctores a nodos influyentes. Experimentos con cinco modelos abiertos confirman las oscilaciones de dosis-retardo predichas. Por el contrario, la respuesta factual fundamentada convierte la verdad en un límite absorbente y elimina el efecto, lo que sugiere que la inestabilidad es específica de tareas de creencia con signo, mientras que la verificación fundamentada sigue siendo estabilizadora.

English

Multi-agent large language model (LLM) systems often rely on verifier and critic agents to suppress hallucinations, but verification is delayed. During this delay, false claims can propagate through the agent network. We model this process as delayed consensus on a graph with grounded corrector nodes. Spectral decomposition by the grounded Laplacian yields a closed-form stability threshold for the verification dose: correction that is too strong or too delayed can turn consensus into oscillation. The most unstable regime occurs when the communication and verification delays coincide; for delay two, the threshold is the inverse golden ratio. The same framework gives a supermodular placement objective and a greedy (1-1/e)-approximation rule for assigning a limited corrector budget to influential nodes. Experiments across five open models confirm the predicted dose-delay oscillations. By contrast, grounded factual answering makes truth an absorbing boundary and eliminates the effect, suggesting that the instability is specific to signed-belief tasks while grounded verification remains stabilizing