ARGORA：面向因果依据LLM推理与决策的编排式论辩

现有多专家LLM系统汇集多元视角，但通过简单聚合来组合它们，掩盖了哪些论证驱动了最终决策。我们提出ARGORA，一个将多专家讨论组织为显式论辩图的框架，展示哪些论证支持或攻击彼此。通过把这些图转化为因果模型，ARGORA可以系统地移除单个论证并重新计算结果，识别哪些推理链是必要的，以及在针对性修改下决策是否会改变。我们进一步引入一种校正机制，当内部推理与外部判断不一致时将其对齐。在多个基准和一个开放式用例中，ARGORA取得有竞争力的准确率，并展示出校正行为：当专家最初意见分歧时，该框架把争端引向正确答案的频率高于引入新错误，同时提供决定性论证的因果诊断。