Alle Depeschen

DepescheForschung

Apple: Agententeams bremsen ihren stärksten Experten

Apple-Forschende testeten selbstorganisierende LLM-Teams auf menschlich inspirierten und aktuellen ML-Benchmarks. Die Teams erreichten selbst bei bekanntem Experten nicht dessen Einzelleistung; auf ML-Benchmarks betrug der Verlust bis zu 41,1 Prozent.

Aussagen gegen die Quellen geprüft · 2. Juli 2026

Die Agenten durften frei miteinander interagieren, statt einem festen Ablauf zu folgen. Nach der Analyse mittelten sie Experten- und Nicht-Experten-Ansichten zu häufig, anstatt die bessere Einschätzung stärker zu gewichten.

Mit wachsender Teamgröße nahm diese Konsensneigung zu. Sie kann einzelne fehlerhafte oder feindselige Agenten abfedern, kostet aber Leistung, wenn Fachwissen gegenüber Mehrheitsmeinungen nicht priorisiert wird.