arXiv cs.AI· Priya Pitre, Jun Hou, Yi Fang, Naren Ramakrishnan, Xuan Wang·· 11 小时前AI 评分45
多智能体 LLM 系统为何沟通失败：基于 3,211 条失败轨迹的分类分析
Understanding Communication Failures in Multi-Agent LLM Systems
AI 导读
研究基于医疗问答、编程、金融、多跳推理、伦理和具身文本任务中的 3,211 条失败多轮轨迹，构建了多智能体 LLM 系统沟通失败分类体系。失败主要由恢复/纠错与共识/决策问题主导，而非孤立的首轮错误，许多失败在智能体首次看到同伴回复后才出现。作者据此建议加强分歧处理、证据核验、少数信号保留和最终定稿前的恢复检查。
正文 · AI 翻译
摘要：多智能体 LLM 系统旨在通过辩论、证据共享和相互纠正来提升推理能力，但交互也可能引入仅凭最终准确率无法解释的失败。智能体可能过早收敛、忽视异议、压制正确的少数派答案，或在多轮中保留错误的框架。我们提出了一种基于语料库的通信失败分类法，其构建基于医疗问答、编程、金融、多跳推理、伦理和具身文本任务中的 3,211 条失败的多轮轨迹。利用该分类法，我们分析了跨数据集和系统设计的失败分布、轮级错误动态、恢复难度、多数转变、少数信号压制以及自我报告的置信度。我们发现，失败主要集中于恢复/纠正和共识/决策问题，而非孤立的首轮错误，其中许多失败在智能体首次观察到同伴响应之后才出现。基于这些发现，我们建议加强分歧处理、证据验证、少数信号保留以及最终确定前的恢复检查。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.32060 [cs.AI] |
| （或 arXiv:2610.32060v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32060 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Priya Pitre [查看电子邮件]
[v1]
2026 年 10 月 23 日星期五 01:55:07 UTC（202 KB）
来源：arXiv cs.AI · arxiv.org