arXiv cs.AI· Yuan Liu, Haoyue Peng, Fanliang Hu, Lei Huang, Wenli Cai·· 3 天前AI 评分22
ADMA：面向多智能体语言模型可靠识别的自适应审议控制
Learning Adaptive Deliberation Control for Reliable Recognition with Multi-Agent Language Models
AI 导读
研究者提出自适应多智能体控制器 ADMA，在任务模型冻结的前提下学习提案、质疑、仲裁与协调的连续策略。在 Qwen3.5 固定时，ADMA-Full 相比 Direct 提升准确率 6.2-14.2 个百分点，相比 ADMA-Fixed 提升 2.8-3.0 个百分点，但 token 与延迟中位数分别为 Direct 的 14.3-18.7 倍和 7.8-16.5 倍。
正文 · AI 翻译
摘要：多智能体审议可以通过批评和修订候选答案来提高识别能力，但固定控制无法应对分歧或推理质量的变化。我们提出了一种自适应多智能体控制器（ADMA），它学习用于提议、质疑、仲裁和协调的连续策略，同时保持任务模型冻结。共享轨迹特征描述质量、一致性和进展，而角色特定特征支持推理过程中的去中心化控制。一个在法律和金融推理上训练的控制器无需更新策略即可迁移到四个文本和多模态基准以及两个连续的任务模型版本。在 Qwen3.5 保持固定的情况下，ADMA-Full 相比 Direct 将准确率提高了 6.2-14.2 个百分点，相比 ADMA-Fixed 提高了 2.8-3.0 个百分点。Full-Fixed 比较的配对自助法区间在三个任务上为正。结果分解显示，恢复超过引入的错误，而过程评估记录到更少的虚假共识事件和更多有支持的正确答案。迁移到 Qwen3.6 仍然取决于任务，这限制了所学策略的通用性。相对于 Direct，中位 token 和延迟比率分别为 14.3-18.7 和 7.8-16.5。这些结果表明，当自适应审议的任务相关收益足以证明额外计算的合理性时，它可以改善固定模型的识别能力。
| 评论： | 33 页，包括参考文献和技术附录。补充数据包含在附加文件中 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.17840 [cs.AI] |
| （或 arXiv:2610.17840v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17840 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Wenli Cai [查看电子邮件]
[v1]
2026年10月13日星期二 06:59:41 UTC（7,435 KB）
来源：arXiv cs.AI · arxiv.org