論文の概要: Beyond Answer Sharing: TrueMAD for Targeted Peer Engagement in Multi-Agent Debate
- arxiv url: http://arxiv.org/abs/2610.18240v1
- Date: Tue, 13 Oct 2026 12:08:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.609193
- Title: Beyond Answer Sharing: TrueMAD for Targeted Peer Engagement in Multi-Agent Debate
- Title（参考訳）: 回答共有を超えて: マルチエージェント討論における目標ピアエンゲージメントのためのTrueMAD
- Abstract要約: マルチエージェントディベート(MAD)は,エージェントを代替ソリューションに公開し,反復的なリビジョンを実現することで,大規模言語モデルの推論を改善することを目的としている。
標準的な放送スタイルのMADは、特定のピアクレームにエージェントを関与させることなく、ピア回答を可視化する。
本稿では,応答放送と自己修正の間に一対一で自由なピアアドバイスを導入する,バックボーンに依存しないテストタイムプラグインであるTrueMADを提案する。
- 参考スコア（独自算出の注目度）: 8.891383851096547
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-agent debate (MAD) aims to improve large language model reasoning by exposing agents to alternative solutions and enabling iterative revision. However, standard broadcast-style MAD makes peer answers visible without requiring agents to engage with a particular peer claim. As a result, reliable reasoning may be suppressed by conflicting or majority responses, limiting achievable performance, while erroneous reasoning may persist and degrade final predictions without actionable feedback. We propose TrueMAD, a backbone-agnostic test-time plug-in that introduces one-to-one, free-form peer advice between answer broadcasting and self-revision. Each source agent responds to a target's current reasoning through support, rebuttal, refinement, or further questions, while the target retains control over how to revise. The same mechanism can augment standard MAD and its improved variants without parameter updates. Across AIME, GPQA-Diamond, and TruthfulQA with Qwen3-30B-A3B, TrueMAD improves agent-level and strict-majority accuracy over MAD by 3.62 and 3.52 percentage points on average, while TrueDMAD improves DMAD by 4.72 and 4.06 points, respectively. Analyses at the utterance, agent-transition, and group levels further show more peer-specific deliberation, more correction-oriented revisions, and more favorable consensus dynamics.
- Abstract（参考訳）: マルチエージェントディベート(MAD)は,エージェントを代替ソリューションに公開し,反復的なリビジョンを実現することで,大規模言語モデルの推論を改善することを目的としている。
しかし、標準的な放送スタイルのMADは、特定のピアクレームにエージェントを関与させることなく、ピア回答を可視化する。
結果として、信頼性のある推論は、競合や過半数の応答によって抑制され、達成可能な性能が制限される一方、誤った推論は、動作可能なフィードバックなしで最終的な予測を持続し、劣化させる可能性がある。
本稿では,応答放送と自己修正の間に一対一で自由なピアアドバイスを導入する,バックボーンに依存しないテストタイムプラグインであるTrueMADを提案する。
各ソースエージェントは、サポート、リビュー、リファインメント、その他の質問を通じて、ターゲットの現在の推論に応答する。
同じメカニズムは、パラメータを更新せずに標準のMADと改善された変種を増強することができる。
AIME、GPQA-ダイアモンド、TrathfulQA、Qwen3-30B-A3B、TrueMADはMADのエージェントレベルと厳密なマジョリティの精度を平均3.62ポイント、TrueDMADはDMADを4.72ポイント、TrueDMADは4.06ポイント改善している。
発話、エージェント遷移、グループレベルの分析により、よりピア固有の熟考、より修正指向の修正、より好ましいコンセンサスダイナミクスが示される。
関連論文リスト
- Beyond Solo and Consistency: Vindicating Multi-Agent Debate via Conditional Progressive Pruning [52.076026079002695]
マルチエージェント・ディベート(MAD)は、最も効果的なテスト時間スケーリング手法の1つである。
既存のMADフレームワークは、同じ厳格なコスト制限の下で、強力なSingle AgentとConsistencyベースのベースラインを破ることができません。
マルチラウンドMADを完全に活用する軽量プルーニングフレームワークである Conditional Progressive Pruning (CPP) を提案する。
論文 参考訳（メタデータ） (2026-09-27T22:16:04Z) - Remember and Reweight: Enhancing Multi-Agent Debate with Experience Memory and Confidence Estimation [6.5331167606521205]
マルチエージェントディベート(MAD)は、複数のエージェントが議論を通じて応答を反復的に洗練することにより、大規模言語モデルの推論能力を改善する。
MADは共有誤解と呼ばれる致命的な脆弱性に悩まされる: エージェントの大多数が誤った答えに収束すると、議論プロセスは誤りを訂正するよりも増幅する傾向にある。
既存の方法は主にピアスキューに対処するが、エージェントの本質的に偏見のある概念は未適応のままである。
R$2$-MADは,過去の議論から蓄積した経験記憶をエージェントに提供するフレームワークである。
論文 参考訳（メタデータ） (2026-09-03T10:05:01Z) - ARMOR-MAD: Adaptive Routing for Heterogeneous Multi-Agent Debate in Large Language Model Reasoning [4.363650510090806]
ARMOR-MADは、議論を条件計算として扱う訓練不要な異種MADフレームワークである。
ARMOR-MADは、同じモデルプールを用いた固定ラウンドの不均一な議論よりも一貫して改善されていることを示す。
論文 参考訳（メタデータ） (2026-06-11T11:02:19Z) - Heterogeneous Consensus-Progressive Reasoning for Efficient Multi-Agent Debate [58.675713546748305]
マルチエージェント・ディベート(英: Multi-Agent Debate、MAD)は、複数のエージェントが推論および反復的批判サイクルの生成を通じて、反復的にソリューションを洗練する協調的なフレームワークである。
本研究は,HCP-MADのための不均一なコンセンサス・プログレッシブ推論を導入する。
HCP-MADは3段階のプログレッシブ推論機構を用いて、様々なタスク複雑度にまたがる適応的なソリューションを開発する。
論文 参考訳（メタデータ） (2026-04-03T06:58:59Z) - Balancing Faithfulness and Performance in Reasoning via Multi-Listener Soft Execution [79.98699884805636]
Reasoning Execution by Multiple Listeners (REMUL) は多人数の強化学習手法である。
REMULは、推論が他の当事者に従えるかがより忠実になるという仮説に基づいている。
スピーカーは、リスナーにとって明らかな推論を生み出すことで報われます。
論文 参考訳（メタデータ） (2026-02-18T02:55:55Z) - iMAD: Intelligent Multi-Agent Debate for Efficient and Accurate LLM Inference [11.86992814928132]
マルチエージェント・ディベート(MAD)は、構造化された議論に複数のエージェントを関与させる有望なフレームワークとして登場した。
トークン効率の高いフレームワークであるインテリジェントマルチエージェント・ディベート(iMAD)を提案する。
iMADはトークン使用率(最大92%)を大幅に削減し、最終回答精度(最大13.5%)も向上することを示した。
論文 参考訳（メタデータ） (2025-11-14T13:50:51Z) - Towards Scalable Oversight with Collaborative Multi-Agent Debate in Error Detection [81.52796950244705]
自己診断は、信頼できる外部からのフィードバックがなければ、複雑なタスクでは信頼できない。
我々は,新たなコラボレーティブMADプロトコルであるColMADを導入し,MADを非ゼロ和ゲームとして再構成する。
ColMADは従来の競合MADよりも19%優れていた。
論文 参考訳（メタデータ） (2025-10-23T19:46:00Z) - Free-MAD: Consensus-Free Multi-Agent Debate [17.384699873512464]
マルチエージェント討論(MAD)は、大規模言語モデル(LLM)の推論能力を改善するための新しいアプローチである。
既存のMADメソッドは、合意に達するためにエージェント間の複数ラウンドの相互作用に依存しており、最終的な出力は前回のラウンドで多数決によって選択される。
エージェント間のコンセンサスを必要としない新しいMADフレームワークであるtextscFree-MADを提案する。
論文 参考訳（メタデータ） (2025-09-14T01:55:01Z) - MAgICoRe: Multi-Agent, Iterative, Coarse-to-Fine Refinement for Reasoning [80.15393178083607]
大規模言語モデル(LLM)推論は、テストタイムアグリゲーション戦略、すなわち、複数のサンプルを生成し、生成されたサンプル間で投票することで改善することができる。
Refinementは、LLM生成したフィードバックを使ってソリューションの品質を改善する方法を提供する。
本稿では,問題の難易度を,難易度や難易度に分類することで,過度な改善を回避するMagICoReを提案する。
論文 参考訳（メタデータ） (2024-09-18T17:12:41Z) - DebUnc: Improving Large Language Model Agent Communication With Uncertainty Metrics [52.242449026151846]
大規模言語モデル(LLM)の精度向上のためのマルチエージェント論争が紹介されている。
エージェントの信頼性を評価するために不確実性指標を用いた議論フレームワークであるDebUncを提案する。
論文 参考訳（メタデータ） (2024-07-08T22:15:01Z)
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。