BaRe-Mem：用于稳健和自适应Agent咨询的贝叶斯可靠性内存

在多智能体系统中，可靠的咨询具有挑战性，因为顾问的能力因任务而异，并且误导性信息可能使咨询比自主推理更糟糕。我们介绍 BaRe-Mem，一种用于多智能体咨询的在线贝叶斯可靠性存储器。它根据中心模型的内部信念表示来估计顾问的可靠性，并根据历史交互更新这些估计。这些估计调节顾问反应的影响并指导咨询和自主推理之间的选择。在九个基准和六个中心模型中，BaRe-Mem 比辩论和多数投票更能抵御误导性顾问信息。在更具挑战性的任务上，它在所有测试的误导性水平上仍然高于自主推理。此外，我们将 BaRe-Mem 机制扩展到Agent团队中的工人分配。在 MuSiQue 基准上，BaRe-Mem 通过历史成功计数来提高任务完成率，并更早地识别有能力的工作人员。