研究了一种简单的舆论动态模型，其中包括不同类型的代理人，他们的信仰会随着时间和社交邻居的信息发生变化。在这种社会结构中，我们证明了意见动态无法收敛到一致，但相反，意见动态保持在同一种分布。

Sep, 2010

我们研究互动的大型语言模型（LLMs）群体内舆论的演变。我们发现这些模型的交流受到几个倾向性因素的影响，分别是追求其他模型意见的共识、在资金配置时展现谨慎和考虑伦理问题。我们还发现这些偏见受到意见改变缺乏具有说服力的理由、愿意参与讨论的程度以及资源分配的分布的影响。此外，这些偏见之间的紧张关系可能导致对具有负面含义的项目的资金支持继续存在。通过自由形成意见与从三个资源分配选项中选择意见相比，我们发现在互动后，LLM 的意见分布更加多样化，而在后一种情况下，通常会达成共识或极化。当代理人了解过去的意见时，他们会努力保持一致，并产生更多样的更新规则。我们使用 Llama 3 LLM 进行了研究。

Jun, 2024

本文提出了一种名为 “内存共识协议” 的框架，运用内存可以加快一些多代理共识问题的收敛速度，理论分析了代理的初始意见对过程中不同选项胜出的概率的影响，同时对网络拓扑结构进行了实验研究。

May, 2021

研究了观点动态学中代理人在面对来自决策观察的社交压力时，选择二元行动的情况。证明了即使行动可以被广泛接受或极化，最终结局仍然是随机的，并揭示了失去个体决策背后细微差别的信息往往导致了非理性跟风行为。

Apr, 2017

研究了社交网络上的多数决策问题，在形成初步决策后，考虑交互作用对决策的影响，并探讨在不同的社交网络条件下，少数服从多数的情况是否成立以及信息聚合是否有效。

Jul, 2012

分析了随机连续意见动态系统的比例极限，即小道消息模型，并且发现在大量的代理人口大小的极限下，经验意见密度以指数概率速率有效地聚焦在描述系统均场动力学的概率测度控制的普通微分方程的解周围，并考察了所关联的初值问题的性质。同时，分析了边界信心意见动力学以及异质性环境的存在对解的渐近行为的影响。

Mar, 2010

提出了一种模型，其中代理的行动表现出离散性，但其在相互作用下更新的观点则是连续的，将这种新的更新规则应用于选民模型和 Sznajd 模型中，研究了它的后果，发现了极端主义者的出现是该模型的一个特征。

Nov, 2007

本文研究有界信心模型的观点动态演化，证明了当时间趋近无穷大时，各群体内部观点趋于局部集群，随后每个集群内的观点将收敛到集群重心。同时，研究表明，随着同伴数量趋近无穷大，观点处理过程收敛到非线性 Markov（或 McKean-Vlasov）过程。最后，证明了方程具有密度初始条件时具有密度解，并开发了一种数值方案。

Jun, 2010

通过引入时间和空间上的扩展维度、构建意见聚类、削弱意见遗忘和依赖行为、以及网络分析等方法，本文提出了一个综合框架来加强共识建设，并强调了多样的观点、网络分析和有影响力的实体在其中的重要性。

Nov, 2023

研究了匿名代理网络中 Plurality Consensus 在 Gossip 模型中的运作，定义了新的度量 —— 单色距离来描述初始状态色彩的差距并证明了其关于收敛时间的紧确界性质，最终设计了基于随机游走的快速协议用于在正则扩展图上完成多数派表决。

Jul, 2014