arXiv 论文：多智能体评审引入证据门控授权
原文标题：Who May Overrule the Agent? Evidence-Gated Authority in LLM Review Institutions
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文把多智能体系统中的评审者权限视为「制度管辖权」问题：评审者既能修正错误，也会覆盖原本正确的决策。作者提出证据门控机制，仅当评审者给出机械可校验的约束违反记录与合规修复时才允许替换。在 Qwen 与 Mistral 两个开源模型、96 项空间政策任务上，门控显著降低对正确提案的破坏，但 Mistral 仍替换全部 48 个正确提案，说明接口设计并非模型无关的安全保障。
- 问题
- 多智能体评审者既能修正错误，也会覆盖原本正确的决策。
- 方法
- 提出证据门控：仅当评审者给出可机械校验的约束违反记录与合规修复时才允许替换，并对比广泛覆盖权限。
- 结果
- Qwen 与 Mistral 两模型、96 项空间政策任务上门控显著减少对正确提案的破坏，但 Mistral 仍替换全部 48 个正确提案。
- 影响
- 说明评审接口设计能改变行为但非模型无关的安全保障，多智能体系统设计者不能只靠权限约束。
深读 · 结论先行AI 生成展开看要点与影响 ↓
证据门控减少误改正确提案，但Mistral仍替换全部48个正确提案
- •把评审者权限问题定义为「制度管辖权」：同一提案与评审输出下，评审者何时有权让建议生效
- •证据门控仅允许评审者在给出机械可校验的约束违反记录与合规修复后替换
- •实验覆盖Qwen与Mistral两个开源模型、96项空间政策任务及96项组合迁移基准
- •门控显著降低对正确提案的破坏并保留多数违规修复；前瞻验证中Qwen正确提案破坏归零，Mistral仍替换全部48个
- •Qwen拒绝所有仅涉福利的修复，Mistral则频繁尝试，两者行为差异明显
为什么重要：提醒多智能体评审的接口约束能改变行为但不是模型无关的安全保障，对部署评审者机制的系统设计者是重要警示。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。