Evidências Diversas, Previsões Melhores: Deliberação Multiagente Sob Assimetria de Informação
arXiv:2607.01661v1 Tipo de Anúncio: novo Resumo: Sistemas multiagente são cada vez mais usados para prever eventos futuros, já que se acredita que a deliberação entre múltiplos LLMs melhore o raciocínio e a calibração. No entanto, as abordagens existentes ignoram uma escolha de projeto crítica: qual informação cada agente recebe. Quando todos os agentes recebem evidências idênticas, a deliberação degenera em comportamento de manada em vez de uma revisão genuína de crenças, deixando os sistemas multiagente pouco melhores do que um único agente. Nós identificamos a...
arXiv cs.AI
·Yuante Li, Yicheng Tao, Kate Zhang, Taozhi Wang, Gefei Gu, Yaxin Zhou
·
// relacionados
Leia também
Blog
O complicado problema do Claude Code com a China envolve proibições dos dois lados do Pacífico
Blog
AI Security Institute do Reino Unido descobre que benchmarks padrão subestimam sistematicamente o que agentes de IA realmente conseguem fazer
Dataset
ByteDance-Seed/EdgeBench
Blog