AMATA：知识密集型问答的自适应多智能体轨迹对齐

尽管 大语言模型 (LLM) 取得了实质性进展，但为知识密集型问答生成事实上一致的响应仍然具有挑战性。这些困难主要是由于幻觉和 LLM 在弥合长尾知识差距方面的局限性。为了解决这个问题，我们提出了 AMATA，一种自适应多智能体轨迹对齐框架，它动态集成外部知识以提高响应的可解释性和事实依据。我们的架构利用六个专门的代理来协作执行复杂问题推理的结构化操作。我们将与外部工具的多智能体协作形式化为轨迹偏好对齐问题，结合了问题感知智能体定制和智能体间偏好协调。 AMATA 引入了两项主要创新：(1) 轨迹内偏好学习，它学习面向目标的偏好来确定关键代理的优先级；(2) 代理间依赖性学习，它通过一种新颖的依赖性感知直接偏好优化技术捕获跨代理工具依赖性。实证结果表明，AMATA 在五个已建立的知识密集型 QA 基准上始终优于基线方法、知识增强框架和基于 LLM 的轨迹系统。进一步的分析证明了我们的方法在减少词元消耗方面的效率。