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
Editorial
O modelo que continua aprendendo depois de entregue: dentro do Macaron-V1
Blog
Novo Nordisk e AWS levam IA agêntica à descoberta de medicamentos
Blog
Nvidia garante o valor de seus próprios chips para destravar US$ 500 bilhões em financiamento de infraestrutura de IA
Modelo