CHAL：分层代理语言委员会

arXiv:2605.12718v1 公告类型：新 摘要：多智能体辩论已成为改进 LLM 对事实任务的推理的有前途的方法，但当前的方法面临某些结构性限制：辩论往往会引发对信念轨迹的鞅，多数投票占大多数观察到的收益，LLM 表现出置信度提升而不是跨轮校准。我们认为，辩论以及整个辩证系统的真正价值不在于基本事实任务，而在于可废止的领域，在这些领域中，原则上每个立场都可以通过更好的推理来击败。我们提出了分层代理语言委员会（CHAL），这是一个多代理辩证框架，它将可废止的论证视为信念优化的引擎。每个智能体都维护一个 CHAL 信念模式 (CBS)，这是一种具有贝叶斯启发架构的图结构信念表示，通过利用信念论文的强度作为可微分的目标，通过梯度通知的动态机制促进信念修正。跨越认识论、逻辑和伦理的元认知价值系统被提升为可配置的超参数，用于管理代理推理和裁决结果。我们提供了一系列的消融实验，展示了系统性和可解释的效果：裁决者的价值体系决定了辩论在潜在信念空间中的整体轨迹，理事会的多样性完善了所有参与者的信念，并且该框架在广泛的领域中得到推广。据我们所知，CHAL 是第一个将多智能体辩论视为可废止领域的结构化信念优化的框架。此外，它产生的可审计信念工件为可废止论证的专用评估套件奠定了基础，对构建其推理和价值承诺透明、一致且受人类监督的人工智能系统具有更广泛的影响。