理解多智能体大型语言模型系统中的通信故障
arXiv:2610.32060v1 发布类型:新 摘要:多智能体大型语言模型系统旨在通过辩论、证据共享和相互纠正来提升推理能力,但交互过程也可能引入一些仅凭最终准确率无法解释的失败现象。例如,智能体可能过早趋于一致、忽视异议、压制正确的少数派答案,或在多轮对话中固守错误的框架。我们提出了一套基于语料库的沟通失败分类体系,该体系源自医疗问答、编程、金融、多跳推理、伦理以及具身文本任务等领域的3,211条失败的多轮对话轨迹。借助这一分类体系,我们分析了不同数据集与系统设计下的失败分布、各轮次的误差动态、恢复难度、多数派转变、少数派信号被压制的现象,以及自我报告的信心水平。我们发现……


