PEAR：排列等变自适应路由多代理辩论

arXiv:2606.20621v1 公告类型：新 摘要：多智能体辩论通过迭代同行评审提高了大型语言模型 (LLM) 的可靠性。然而，固定拓扑通常会引入持续的位置偏差，放大不可靠的代理，并导致对角色分配的高度敏感。我们引入了 \textit{排列等变自适应路由多代理辩论（PEAR）}，这是一种推理时间协议，可以在连续的辩论轮次中动态地重新配置通信角色和稀疏拓扑。通过根据不断变化的代理状态战略性地切换代理到角色的分配，PEAR 可以防止任何代理永久占据特权网络位置或在辩论中更均匀地分配影响力。我们理论上将 PEAR 描述为等变稀疏路由器：它在代理重新标记下保持准确性，同时降低路由复杂性并提高泛化性。对四个推理基准和六个不同的 LLM 主干的综合实证评估表明，与最强的辩论基线相比，PEAR 显着提高了平均准确性。代码位于 https://github.com/EVIEHub/PEAR。