arXiv cs.CL· Khanh-Binh Nguyen, Van Dai Do, Tien Anh Nguyen, Svetha Venkatesh, Hung Le·· 6 天前AI 评分24
DREAM：面向多模态多智能体辩论的动态分辨率分配方法
DREAM: Dynamic Resolution Assignment For Multimodal Multi-agent Debate
AI 导读
DREAM 通过动态分辨率分配与不确定性引导回滚聚合两项机制改进多模态多智能体辩论，前者用零样本探测轮结合 ANLL 为每个智能体分配最优分辨率，后者追踪各轮不确定性以恢复被群体压力覆盖的低不确定性答案。在六个多模态数据集上，DREAM 无需针对数据集调参，将准确率- token 权衡较基线提升 1.5-3.2% 准确率。
正文 · AI 翻译
摘要：多智能体辩论（MAD）已成为提升大语言模型（LLM）推理能力的有效范式，并日益扩展到多模态场景。然而，现有多模态 MAD 框架通常让智能体接触相同的固定视觉输入，忽略了不同样本和智能体之间在视觉尺度需求上的巨大差异。此外，这些框架常常受到群体思维的影响，即智能体过早放弃正确的推断，以迎合自信但存在幻觉的同伴回答。为解决这些瓶颈，我们提出了 DREAM（Dynamic Resolution Assignment For Multimodal Multi-Agent Debate，面向多模态多智能体辩论的动态分辨率分配），其通过两个核心组件运作：（1）动态分辨率分配，一个零样本探测轮次，智能体在其中测试多种分辨率，使用平均归一化对数似然（ANLL）量化不确定性，并使用自适应阈值为每个智能体分配其经验最优分辨率；（2）不确定性引导的回滚聚合，通过跟踪每个智能体在各轮次中的不确定性，并恢复被群体压力覆盖的早期低不确定性答案，来对抗群体思维。在六个多模态数据集上，DREAM 在无需针对数据集调优的情况下，将多智能体辩论基线的准确率-令牌权衡提升了 1.5-3.2% 的准确率。
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.05615 [cs.AI] |
| （或 arXiv:2610.05615v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.05615 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Khanh-Binh Nguyen [查看电子邮件]
[v1]
2026年10月4日星期日 23:23:02 UTC（1,767 KB）
[v2]
2026年10月9日星期五 03:24:46 UTC（1,767 KB）
来源：arXiv cs.CL · arxiv.org