BOUNDARY_SYNC: Measuring Communication-Induced Representational Coupling in Multi-Agent LLM Systems

📄 arXiv: 2607.01600 📥 PDF

作者: Zewen Liu

分类: cs.LG, cs.CL

发布日期: 2026-07-05

💡 一句话要点

提出BOUNDARY_SYNC以测量多智能体LLM系统中的通信引发的表征耦合

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 多智能体系统 大型语言模型 耦合放大因子 通信效应 表征耦合 实验设计 文本与图像通信

📋 核心要点

  1. 核心问题：现有方法未能有效测量多智能体LLM系统中通信对输出的影响，缺乏量化的耦合评估。
  2. 方法要点：论文提出BOUNDARY_SYNC协议，通过耦合放大因子（CAF）来量化通信引发的表征耦合现象。
  3. 实验或效果：实验结果显示文本和图像通信均导致显著的同质化，且群体规模对耦合方向有调节作用。

📝 摘要（中文）

随着大型语言模型（LLMs）作为通信代理的部署，代理之间的通信是否导致输出趋同？我们提出了BOUNDARY_SYNC协议，通过耦合放大因子（CAF = JSD_cond / JSD_baseline）来测量表征耦合，其中CAF < 1表示同质化，CAF > 1表示多样化。在控制的GPT-4o实验中，我们测量了文本和图像通信中的耦合。主要发现包括：文本通信显著导致同质化（CAF=0.803），图像通信也在同模态基线下同质化（CAF=0.834），群体规模影响耦合方向等。这些结果表明LLM代理耦合是可测量且可控的，直接影响多智能体系统设计。

🔬 方法详解

问题定义：本论文旨在解决多智能体LLM系统中，代理之间的通信如何影响输出的一致性和多样性的问题。现有方法缺乏对这种耦合现象的量化分析，无法明确通信对模型输出的具体影响。

核心思路：论文提出的BOUNDARY_SYNC协议通过耦合放大因子（CAF）来量化表征耦合，CAF值小于1表示同质化，大于1则表示多样化。这一设计使得研究者能够清晰地理解不同通信方式对模型输出的影响。

技术框架：整体架构包括数据收集、耦合测量和结果分析三个主要模块。在数据收集阶段，通过控制实验获取文本和图像通信的数据；在耦合测量阶段，计算CAF值；最后在结果分析阶段，评估不同条件下的耦合效果。

关键创新：最重要的技术创新在于引入了耦合放大因子（CAF），为多智能体LLM系统中的通信影响提供了一个量化的评估标准。这与现有方法的定性分析形成了鲜明对比。

关键设计：在实验中，设置了不同的通信条件和群体规模，使用了多种控制实验（如无通信消融和提示扰动控制）来验证结果的可靠性。CAF的计算基于条件Jensen-Shannon散度（JSD_cond）与基线JSD的比值，确保了测量的准确性。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，文本通信导致显著的同质化（CAF=0.803，p<0.001），而图像通信在同模态基线下也表现出同样的趋势（CAF=0.834）。此外，群体规模的变化影响耦合方向，K=5时出现同质化，而K=3时则表现出多样化的趋势（CAF>1.0）。

🎯 应用场景

该研究的潜在应用领域包括多智能体系统设计、协作机器人、智能对话系统等。通过量化通信引发的耦合效应，研究者可以优化系统设计，提高多智能体之间的协作效率，进而推动智能系统在复杂任务中的应用。

📄 摘要（原文）

As large language models (LLMs) are deployed as communicating agents, does inter-agent communication cause outputs to converge? We introduce BOUNDARY_SYNC, a protocol measuring representational coupling via the Coupling Amplification Factor (CAF = JSD_cond / JSD_baseline), where CAF < 1 indicates homogenization and CAF > 1 indicates diversification. In controlled GPT-4o experiments (N=30, ~9,900 API calls), we measure coupling in text and image communication. Key findings: (1) text communication causes significant homogenization (CAF=0.803 [0.740, 0.873], d=1.30, p<0.001), confirmed by no-communication ablation and prompt-perturbation controls; (2) image communication also homogenizes under within-modality baselines (CAF=0.834 [0.811, 0.858]), with comparable proportional effect; (3) group size moderates coupling direction -- K=5 produces homogenization while K=3 yields CAF > 1.0 (point estimates 1.14 and 1.06, CI pending), suggesting a directional shift toward diversification; (4) cross-model replication shows extreme variation (CAF 0.034-0.803), with DeepSeek dominated by format artifacts; (5) coupling is stateless -- driven by prompt context rather than cumulative updating, with continuous consensus producing monotonic convergence. These results establish LLM agent coupling as real, measurable, and controllable at the prompt level, with direct implications for multi-agent system design.