SIGMA符号图多智能体推理框架提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Longgang He 等作者的论文，提出 SIGMA 符号图驱动的多智能体推理框架。该框架用于区分黑盒 LLM 智能体回复之间的支持、矛盾与不确定关系，避免错误多数压制有用异议；其流程为构建符号证据图、重估争议关系并形成保留独立证据的推理社区，再由社区代表进行有界交叉质询，且不以社区规模作为正确性依据。作者称，在六个基准数据集、多种 LLM 主干与多智能体配置上，SIGMA 在准确率和抗冲突表现上均优于现有基线。目前事件进展限于该论文发布及其自述实验结果，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。