arXiv cs.AI· Chenxiao Fan, Chongming Gao, Gangyi Zhang, Yaxin Gong, Leyang Shen, Jiakai Wang, Dong Wang, Yang Liu, Haoyan Liu, Xinting Hu, Fuli Feng, Xiangnan He·· 13 小时前AI 评分31
MASCAL：为多智能体协作学习校准置信度
Learning Calibrated Confidence for Multi-Agent Collaboration
AI 导读
研究者提出 MASCAL，让多智能体系统中的每个智能体通过强化学习联合优化任务表现与置信度校准，为自身答案输出正确概率，并在交接时传给下游智能体作为量化判断依据。该方法还引入置信度感知加权，提升下游智能体对上游概率信号的利用。在覆盖 Web 检索与推理任务的三种协作架构上，MASCAL 同时提升了双方智能体的任务准确率与校准质量，并可泛化到更深的协作链和不同模型规模。
正文 · AI 翻译
作者：Chenxiao Fan、Chongming Gao、Gangyi Zhang、Yaxin Gong、Leyang Shen、Jiakai Wang、Dong Wang、Yang Liu、Haoyan Liu、Xinting Hu、Fuli Feng、Xiangnan He
摘要：Web 上的复杂信息检索通常需要从多个文档中收集证据并在它们之间进行推理，例如多跳问答。多智能体系统通过将工作分配给专门的智能体来处理此类任务，其中上游智能体产生中间答案和支持证据，下游智能体在此基础上继续工作。然而，上游答案的正确性各不相同，而大多数系统没有提供关于它的定量信号，使得下游智能体只能仅凭文本证据来判断是否信任或验证所接收到的内容。
在本文中，我们提出 MASCAL。每个智能体通过联合优化强化学习中的任务性能和置信度校准，学习为其答案生成正确性概率；上游智能体在交接时传递该概率，为下游智能体的决策提供定量依据，最终答案也带有经过校准的概率，从而量化系统输出的可靠性。为了指导下游智能体在训练期间使用该信号，我们引入了置信度感知加权，它提高对上游概率敏感位置的学习权重，使智能体从主动使用该信号的决策中学到更多。在涵盖 Web 检索和推理任务的三种协作架构中，MASCAL 提高了两个智能体的任务准确性和校准质量，并可泛化到更深的协作链和不同的模型规模。干预分析证实，上游置信度会影响下游决策行为，而学到的最终置信度支持选择性回答和有针对性的复查。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.39927 [cs.LG] |
| （或 arXiv:2610.39927v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39927 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Chenxiao Fan [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 12:30:00 UTC（322 KB）
来源：arXiv cs.AI · arxiv.org