多智能体LLM财务审查实验：漏检减少但误报上升

一项受控实验在300份合成信贷评估备忘录上对比单智能体与多智能体LLM的财务审查表现，结论是多智能体未必更好。 在三个单智能体存在漏检的模型上，由三个同模型智能体各查两项要求的多智能体设置多检出0.08至0.10的带解释缺陷；但四个模型的误报均上升，平衡准确率变化不超过0.02，token消耗为单智能体的2.2至2.4倍。 该研究由Pei Liu发表，测试的是多智能体协作在财务审查任务中的一种窄化形式。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。