論文の概要: ECMR: Evidence-Aware Deliberation Control for Multi-Agent LLM Reasoning
- arxiv url: http://arxiv.org/abs/2610.17869v1
- Date: Tue, 13 Oct 2026 07:30:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.54617
- Title: ECMR: Evidence-Aware Deliberation Control for Multi-Agent LLM Reasoning
- Title（参考訳）: ECMR:マルチエージェントLDM推論のためのエビデンス対応検討制御
- Abstract要約: ECMR-Fullはプールされた精度を62.1%から84.9%に引き上げ、偽契約率を40.7%から17.0%に下げ、証拠支持率を58.0%から88.7%に引き上げる。
州シャッフルの精度は11.7ポイント低下し、ラウンドはわずか0.7ラウンドである。
- 参考スコア（独自算出の注目度）: 8.417489705699198
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-agent Large Language Model (LLM) systems typically commit to a deliberation protocol before inference. A fixed protocol cannot allocate computation differently to resolved and unresolved instances, and it may mistake repeated support for independent confirmation. We study this failure as semantic false consensus: a confident group answer supported by narrow, duplicated, or correlated rationales. We introduce ECMR, an evidence-aware controller over frozen role-conditioned LLMs. At each step, ECMR summarizes answer concentration, support diversity and independence, contradictions, role behavior, verification history, and remaining budget, then selects whether to propose, challenge, verify, arbitrate, diversify, correct a role, or stop. We formulate this decision as finite-horizon budgeted control and derive sufficient conditions under which state conditioning, risk-triggered verification, and role correction improve cost-adjusted utility. Across a declared held-out evaluation of 9,000 records from MedQA, CaseHOLD, and FinQA, ECMR-Full increases pooled accuracy from 62.1% to 84.9%, reduces false-consensus rate from 40.7% to 17.0%, and raises evidence-support rate from 58.0% to 88.7%. State shuffling loses 11.7 accuracy points with only 0.7 fewer rounds, while harder traces shift from early stopping toward arbitration. ECMR-Full uses the largest token budget, yielding the strongest absolute reliability rather than uniformly superior token efficiency.
- Abstract（参考訳）: マルチエージェント大規模言語モデル(LLM)システムは通常、推論の前に熟考プロトコルにコミットする。
固定プロトコルは、解決されたインスタンスと未解決インスタンスに異なる計算を割り当てることができない。
我々は、この失敗を意味的虚偽のコンセンサスとして、狭義、重複、あるいは相関的な理性によって支持された自信あるグループ回答として研究する。
フリーズされたロールコンディショニングLLMに対するエビデンス対応コントローラであるECMRを紹介する。
それぞれのステップで、ECMRは回答の集中度、多様性と独立性のサポート、矛盾、役割行動、検証履歴、残りの予算をまとめ、提案、挑戦、検証、調停、多様化、役割の修正、または停止を選択する。
我々は、この決定を有限水平予算制御として定式化し、状態条件付け、リスクトリガー検証、ロール修正がコスト調整ユーティリティを改善する十分な条件を導出する。
MedQA、CaseHOLD、FinQAから9000レコードの評価において、ECMR-Fullはプールされた精度を62.1%から84.9%に引き上げ、偽契約率を40.7%から17.0%に下げ、証拠支持率を58.0%から88.7%に引き上げた。
州シャッフルの精度は11.7ポイント低下し、ラウンドはわずか0.7ラウンドである。
ECMR-Fullは最大のトークン予算を使用し、均一に優れたトークン効率ではなく、最も高い絶対的な信頼性を得る。
関連論文リスト
- Phantom Merge: When Your Large Language Model Agents Pick One but Tell You About Another [16.151531550259993]
Phantom Merge (PM) は、エージェントがコミットされたエンティティをアトリビュートするエンティティ-エビデンスバインディングの障害である。
本稿では,クレームレベルのリスク推定と修正のための2段階フレームワークを提案する。
論文 参考訳（メタデータ） (2026-10-12T04:01:45Z) - Self-Evolving Multimedia Verification through Memory Consolidation of Contestation Experiences [1.5054177797356312]
SEMV(Self-Evolving Multimedia Verification)は、証明可能な議論をエビデンス、推論、人間のコンテスト、記憶のインターフェースとして扱うマルチエージェントフレームワークである。
COSMOSベンチマークでは、SEMVは91.88%の精度を達成している。
これらの結果から,SEMVは,蓄積した知識とその後の決定を追跡可能で,修正可能で,かつ,議論可能なまま,検証済みの経験を通じて進化することができることを示す。
論文 参考訳（メタデータ） (2026-09-23T00:18:36Z) - Cross-Fitted Residual Utility for Primary-Preserving Cognitive Decision Correction in Automatic Modulation Classification [1.547549252134621]
本稿では,クロスフィット型残効ユーティリティとプライマリ保存型認知決定ポリシーを用いて,推論後の問題について検討する。
構造化されたkan-Fourier分類器はデフォルトの確率を提供し、ニューラルおよび非ニューラル候補は観測可能な証拠を提供する。
RMLA、RMLB、HISARでは、完全なシステムは全体の精度を63.632%から66.332%、65.161%から66.168%、77.769%から79.867%に改善している。
論文 参考訳（メタデータ） (2026-08-03T11:07:37Z) - ALIVE: Warnings Before Exclusion in Budgeted Multi-Source Learning [18.17400877167872]
ルーティング決定は次のトランザクションで修正可能だが、遅延ソースの除外は後続の判断で継続される。
我々は,有限人口監査と学習が予算を共有している場合,不平等なパーシステンス行動を認める証拠を問う。
論文 参考訳（メタデータ） (2026-07-31T13:18:47Z) - SVR: Self-Verifying Refinement via Joint Verdict-Confidence Reinforcement Learning for Adaptive Test-Time Compute [62.3458279176813]
自己検証リファインメント(Self-Verifying Refinement)は、オラクルフリーのマルチターン強化学習フレームワークである。
自己検証を計算制御ポリシとして使用することを学ぶ。
マクロ平均精度は0.563で、平均で2.99回しか推測できない。
論文 参考訳（メタデータ） (2026-07-30T16:20:58Z) - Design and Evaluation of Multi-Agent AI Oracle Systems for Prediction Market Resolution [0.0]
予測市場は、不確実な出来事を予測するために集合的なインテリジェンスを集約する。
既存のオラクルシステムは、高速だが不安定な自動化と、正確だがコストのかかる人間の仲裁とをトレードオフする。
マルチエージェントLLMアーキテクチャが単一モデルベースラインよりもオラクル分解能を向上できるかどうかを評価する。
論文 参考訳（メタデータ） (2026-05-29T03:44:19Z) - Step-wise Rubric Rewards for LLM Reasoning [72.17879367869503]
RLVR(Reinforcement Learning with Verifiable Rewards)は、大規模言語モデルの推論を改善するために広く使われている。
正しい回答の18.2%は間違っているが、肯定的な報酬がある。
6つの数学的推論ベンチマークで、SRaRはRaRの平均精度を3.57ポイント改善した。
論文 参考訳（メタデータ） (2026-05-17T07:08:14Z) - Correct Answers from Sound Reasoning: Verifiable Process Supervision for Language Models [94.68358825189738]
本稿では,予測精度と推論品質を協調的に最適化する検証済み領域の学習後フレームワークを提案する。
我々は,エンジン信号に対して推論ステップを確定的に検証できる制御テストベッドであるチェスのVPSを評価する。
VPSは、推論品質を著しく向上させながら精度を保ち、勝利率エラーを最大30%削減し、一貫性をほぼ飽和状態に回復する。
論文 参考訳（メタデータ） (2026-04-03T15:19:46Z) - ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。
我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
論文 参考訳（メタデータ） (2026-02-27T05:22:01Z) - CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。
エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。
CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
論文 参考訳（メタデータ） (2025-12-22T16:34:21Z) - Exploring Response Uncertainty in MLLMs: An Empirical Evaluation under Misleading Scenarios [49.53589774730807]
マルチモーダル大規模言語モデル(MLLM)は近年,視覚的質問応答から映像理解に至るまでのタスクにおいて,最先端のパフォーマンスを実現している。
12件のオープンソースMLLMが, 単一の偽装キューを受けた65%の症例において, 既往の正解を覆した。
論文 参考訳（メタデータ） (2024-11-05T01:11:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。