Resumen: Los sistemas colectivos de IA dependen cada vez más de la deliberación de múltiples LLM, pero su estabilidad bajo ejecución repetida sigue estando mal caracterizada. Modelamos comités LLM de cinco agentes como sistemas dinámicos aleatorios y cuantificamos la sensibilidad entre ejecuciones utilizando un exponente empírico de Lyapunov ($hat{lambda}$) derivado de la divergencia de trayectoria en las preferencias medias del comité. En 12 escenarios de políticas, un diseño factorial en $T=0$ identifica dos rutas independientes hacia la inestabilidad: diferenciación de roles en comités homogéneos y heterogeneidad de modelos en comités sin roles. Fundamentalmente, estos efectos aparecen incluso en el régimen $T=0$ donde los profesionales a menudo esperan un comportamiento determinista. En el punto de referencia HL-01, ambas rutas producen una divergencia elevada ($hat{lambda}=0.0541$ y $0.0947$, respectivamente), mientras que los comités homogéneos sin rol también permanecen en un régimen de divergencia positiva ($hat{lambda}=0.0221$). La condición combinada de roles mixtos+es menos inestable que la condición mixta+sin rol ($hat{lambda}=0.0519$ vs $0.0947$), lo que muestra una interacción no aditiva. Mecánicamente, la ablación del rol de presidente reduce $hat{lambda}$ con mayor fuerza, y las variantes de protocolo específicas que acortan las ventanas de memoria atenúan aún más la divergencia. Estos resultados respaldan la auditoría de estabilidad como un requisito de diseño central para los sistemas de gobernanza de múltiples LLM.
Publicado originalmente en export.arxiv.org el 10 de marzo de 2026.
Ver fuente original
