arXiv Artificial Intelligence· Jiayuan Liu, Shiyi Du, Weihua Du, Xinhao Cheng, Mingyu Guo, Vincent Conitzer·· 13 小时前AI 评分31
共识陷阱：用协作交错生成抵御被污染多数派
The Consensus Trap: Collaborative Interleaved Generation to Defend against a Corrupted Majority
AI 导读
研究提出 chunk-interleaved Round-Robin（RR）协作方法，让多个 LLM 智能体轮流续写同一条未完成的推理轨迹，使掌握正确推理的少数派能在答案完成前插入修正，再由最终投票组合多条轨迹（RRMaj）。在多个模型族与可验证推理基准上，RRMaj 在多数派被污染时显著提升准确率，少数派被污染时平均表现相当；并行本地部署仅带来适度延迟。
推荐理由模型分析
针对多智能体多数投票在错误答案上形成“共识陷阱”的失效，提出分块轮转协作：让智能体轮流续写同一条未完成推理，使少数正确推理能在答案定稿前插入修正，再对多条轨迹投票。论文给出结果级投票的多数壁垒刻画与少数修正占优时的局部充分条件，并在可验证推理基准上报告多数污染下准确率提升、少数污染下平均表现相当，同时测量了并行本地部署的额外延迟。适合研究多智能体聚合与推理时协作的开发者参考，但结论限于所测模型族与基准，延迟数据仅对应其部署条件。
来源：arXiv Artificial Intelligence · arxiv.org