DREAM：面向多模态多智能体辩论的动态分辨率分配

DREAM 通过动态分辨率分配与不确定性引导回滚聚合两项组件改进多模态多智能体辩论。前者用零样本探测轮让智能体测试多种分辨率，并以 ANLL 量化不确定性、按自适应阈值分配各自最优分辨率；后者追踪各轮不确定性，恢复被群体压力覆盖的早期低不确定性答案以抑制群体思维。在六个多模态数据集上，DREAM 无需针对数据集调参，将准确率- token 权衡较基线提升 1.5-3.2% 准确率。