Upstream Influence, Downstream Re-Anchoring in LLM Agent Chains

arXiv cs.AI · 14 oct, 06:00

Investigadores demuestran cómo manipulaciones coordinadas en cadenas de agentes LLM pierden efectividad al pasar por múltiples modelos. El estudio en 32 casos de recuerdo de Taiwán 2025 muestra que inyecciones de contenido (comentarios auténticos de Threads) desplazan la postura inicial del primer agente en +0,171, pero la mitad del sesgo desaparece en el tercer agente si cada uno accede al contenido original. La arquitectura de información (acceso a fuentes, formato de entrega y qué modelo lee contenido no verificado) es determinante.