★ 2
审计成对等价判断：多智能体假设生成中的自我批判与多样性测量
论文研究多智能体科学假设生成中的两个评测问题：自我批判相对运行间波动的真实增益，以及等价规则如何影响多样性测量。实验显示，从0到1轮批判带来34.5个百分点的机制级分歧，而1到5轮仅增加1.3个百分点。在等价规则对比中，替换起始事件时LLM评判识别出83%的有效对为不同机制，而TF-IDF为0%、…
arXiv cs.AI27 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究多智能体科学假设生成中的两个评测问题：自我批判相对运行间波动的真实增益，以及等价规则如何影响多样性测量。实验显示，从0到1轮批判带来34.5个百分点的机制级分歧，而1到5轮仅增加1.3个百分点。在等价规则对比中，替换起始事件时LLM评判识别出83%的有效对为不同机制，而TF-IDF为0%、…