SVR-MAD：受贝叶斯启发的后验引导多智能体辩论框架

多代理辩论 (MAD) 提高了 LLM 代理的准确性，但受到上下文快速增长的影响，限制了较大多代理设置中的可扩展性。现有方法使用先前信号（例如 词元级 对数似然或 LLM 自报告置信度）来修剪低效用通信。然而，这些信号在幻觉下变得不可靠，从而降低了依赖它们的 MAD 方法的准确性。我们提出了 SVR-MAD，这是一种受贝叶斯启发的 MAD 框架，它将辩论前信号视为先验，将辩论结果视为估计智能体正确性的后验式证据。 SVR-MAD 使用这些证据逐步构建通信图，优先考虑其答案能够应对同行挑战的代理。跨多个 LLM 和基准的实验表明，SVR-MAD 将词元成本降低了高达 61%，同时相对于最准确的竞争 MAD 基准匹配或提高了准确性。