UMAS：多智能体LLM系统级不确定性量化框架

Hanwen Li 等作者提出 UMAS，一个面向多智能体 LLM 系统的系统级不确定性量化框架。据作者描述，该框架无需额外参数、不增加推理成本，利用每次生成的内在置信度估计智能体间影响的可信度，据此调节节点级不确定性更新，并聚合为系统级估计。 目前公开信息仅为作者在论文中的自述，尚无第三方验证或与其他方法的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。