arXiv cs.MA· Hao Wu, Shoucheng Song, Chang Yao, Huaiyu Wan, Youfang Lin, Kai Lv·· 12 小时前AI 评分24
从群体视角调节辩论关系：DEAR 框架缓解多智能体辩论中的盲从
Group Perspective Matters: Regulating Debate Relationships Can Mitigate Blind Conformity in Multi-Agent Debate
AI 导读
针对多智能体辩论（MAD）中 LLM 易出现盲从的问题，研究者提出 DEAR 框架，从群体视角动态调节 LLM 间的辩论关系。DEAR 将共识与分歧量化为群体证据，并通过 Selection RL-Agent 选择参考对象、Behavior RL-Agent 调整生成行为，二者以多智能体强化学习联合优化。
正文 · AI 翻译
摘要：多智能体辩论（Multi-Agent Debate，MAD）通过多轮交互提升大语言模型（LLM）的推理性能。然而，MAD 中的 LLM 极易陷入盲目从众。现有的个体评估方法通常基于置信度或困惑度，无法反映推理的正确性，甚至可能加剧盲目从众。为此，我们将视角从个体评估转向群体交互。我们将 LLM 之间的相互引用定义为 \textbf{辩论关系}（Debate Relationships），并认识到调控这些关系是缓解盲目从众的关键。本文从群体视角提出了一种动态调控辩论关系（\textbf{D}ynamically r\textbf{E}gulating deb\textbf{A}te \textbf{R}elationships，DEAR）的新框架。首先，DEAR 将共识与分歧量化为\textit{群体证据}，以刻画辩论状态。随后，DEAR 通过三个阶段运行：1）What：感知群体协商倾向与不确定性；2）Who：引入选择强化学习智能体（Selection RL-Agent）动态选择参考同伴；3）How：采用行为强化学习智能体（Behavior RL-Agent）自适应调整生成行为。值得注意的是，我们将两个强化学习智能体的执行建模为序贯决策过程，并通过多智能体强化学习联合优化。大量实验表明，DEAR 在取得更优性能的同时显著降低了 token 消耗。
| 评论： | NeurIPS 2026 接收 |
| 主题： | 多智能体系统（cs.MA） |
| 引用格式： | arXiv:2608.03648 [cs.MA] |
| （或 arXiv:2608.03648v2 [cs.MA] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2608.03648 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hao Wu [查看邮箱]
[v1]
2026年8月4日 星期二 13:31:24 UTC（2,298 KB）
[v2]
2026年10月21日 星期三 13:52:26 UTC（2,311 KB）
来源：arXiv cs.MA · arxiv.org