多主体辩论协议对辩论质量的影响：对照案例研究

在多智能体辩论（MAD）系统中，经常会报告性能提升；然而，由于辩论协议（例如，代理数量、回合数和聚合规则）通常保持固定，而模型相关因素发生变化，因此很难将协议效应与模型效应区分开来。为了隔离这些影响，我们比较了三种主要协议：Within-Round（WR；代理仅看到当前轮的贡献）、Cross-Round（CR；完整的前轮上下文）和新颖的排名自适应跨轮（RA-CR；动态重新排序代理并通过外部判断模型每轮沉默一个）与无交互基线（NI；没有同行可见性的独立响应）。在受控宏观经济案例研究（20 个不同的事件、五个随机种子、匹配的提示/解码）中，RA-CR 比 CR 实现更快的收敛，WR 显示出更高的同行参考，NI 最大化了论证多样性（不影响主要协议）。这些结果揭示了交互（同行引用率）和收敛（共识形成）之间的权衡，证实了协议设计的重要性。当优先考虑共识时，RA-CR 优于其他算法。