Rapports sur l'IA · Stanford Digital Economy Lab · 2026-10-29 · Article de recherche
Agents de grands modèles de langage multi-utilisateurs - Stanford Digital Economy Lab
Titre original: Multi-User Large Language Model Agents - Stanford Digital Economy Lab
Les agents basés sur des LLM sont de plus en plus utilisés comme assistants de planification et de prise de décision, mais la plupart sont optimisés pour servir un seul utilisateur. À mesure qu'ils s'intègrent aux flux de travail d'équipe, ils doivent servir plusieurs utilisateurs aux rôles et aux niveaux d'autorité différents, ce qui engendre des conflits, des asymétries d'information et des problèmes de confidentialité. L'étude présente le premier examen systématique de ces agents multi-utilisateurs, en testant le respect des instructions, la préservation de la confidentialité et la coordination, et constate que les LLM de pointe peinent à maintenir des priorités stables face à des objectifs contradictoires, commettent davantage de violations de la confidentialité au fil des interactions multi-tours et deviennent inefficaces lorsque la coordination exige une collecte itérative d'informations.