arXiv cs.AI· Dezheng Bao, Sihang Du, Renhong Huang, Zhizhang Yuan, Yifei Sun, Yang Yang·· 3 天前AI 评分24
TrueMAD：面向多智能体辩论中定向同伴互动的新方法
Beyond Answer Sharing: TrueMAD for Targeted Peer Engagement in Multi-Agent Debate
AI 导读
针对标准广播式多智能体辩论（MAD）中智能体无需回应特定同伴观点的问题，研究者提出 TrueMAD——一种与骨干模型无关的测试时插件，在答案广播与自我修订之间引入一对一、自由形式的同伴建议，源智能体通过支持、反驳、改进或追问回应目标智能体的当前推理。
正文 · AI 翻译
摘要：多智能体辩论（MAD）旨在通过让智能体接触替代解决方案并支持迭代修订来提升大语言模型的推理能力。然而，标准的广播式 MAD 使同伴答案可见，却不要求智能体针对某个特定的同伴主张进行回应。因此，可靠的推理可能被冲突或多数派回应所压制，限制了可达到的性能，而错误的推理可能持续存在并在没有可操作反馈的情况下降低最终预测质量。我们提出 TrueMAD，一种与骨干模型无关的测试时插件，在答案广播与自我修订之间引入一对一、自由形式的同伴建议。每个源智能体通过支持、反驳、改进或进一步提问来回应目标当前的推理，而目标保留如何修订的控制权。该机制无需参数更新即可增强标准 MAD 及其改进变体。在 AIME、GPQA-Diamond 和 TruthfulQA 上，使用 Qwen3-30B-A3B 时，TrueMAD 相比 MAD 在智能体级和严格多数准确率上平均提升 3.62 和 3.52 个百分点，而 TrueDMAD 相比 DMAD 分别提升 4.72 和 4.06 个百分点。在话语、智能体转换和群体层面的分析进一步表明，同伴针对性审议更多、以纠正为导向的修订更多，且共识动态更有利。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.18240 [cs.AI] |
| （或 arXiv:2610.18240v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18240 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Dezheng Bao [查看电子邮件]
[v1]
2026年10月13日星期二 12:08:38 UTC（395 KB）
来源：arXiv cs.AI · arxiv.org