开发者发布 EchoChain，用于测试大模型多轮传递后的信息保留率
来源标题：Show HN: EchoChain to see what happens when LLMs play telephone
开发者推出开源 Python CLI 工具 EchoChain，用于测量 LLM 多轮问答传递后还能保留多少信息。该工具支持多模型测试、模型轮换、事实声明追踪、语义相似度计算、保真度评分与可视化，目前仅支持 OpenRouter，运行前需设置 OPENROUTER_API_KEY。开发者希望借此探讨多智能体系统中信息在无人工验证下流转的影响。
以下正文由 AI 翻译自 Hacker News 最新（原文版权归原站所有），可能存在偏差，重要内容请以原文为准。
HN 社区的朋友们好！我做了 echoChain，想探究这样一个现象：LLM 多次交换回复之后，还能保留多少数据？想象一下传话游戏，只不过玩家是 AI。每个模型把收到的回复转成一个问题，再由下一个模型作答。经过几轮之后，事实被扭曲，细节被剥掉，最终答案已经和最初那个相去甚远。echoChain 是一个开源 Python CLI，用来测量这个过程。它支持多模型测试、模型轮换、事实性陈述追踪、语义相似度计算、保真度评分、可复现性、统计检验和可视化。你可以让模型互相测试，尝试各种配置，看看哪些模型保留的信息最多。目前它只支持 OpenRouter；因此运行前请务必设置好 OPENROUTER_API_KEY。我很想知道这些结果对多智能体系统意味着什么——在那类系统里，AI 生成的信息在智能体之间流动，却没有任何人工验证。期待听到大家对 LLM 智能体构建与评估框架的反馈！
评论 URL：https://news.ycombinator.com/item?id=50331840 点数：1 评论数：0
正文由 探How 从来源站点 RSS 同步，内容未经改写；遇到排版缺失或需要图片、视频时请以原文为准。