論文の概要: Bias Control and Injection for Multi-Agent Aggregation

• arxiv url: http://arxiv.org/abs/2610.21290v1
• Date: Thu, 15 Oct 2026 05:37:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.203028
• Title: Bias Control and Injection for Multi-Agent Aggregation
• Title（参考訳）: マルチエージェントアグリゲーションのためのバイアス制御と注入
• Abstract要約: 大規模言語モデル(LLM)を用いたマルチエージェント推論は、集合的意思決定において中心的な疑問を提起する。 私たちの分析は、バイアスを緩和し、悪用する方法を示しています。 検証データも,相対モデル強度の事前知識も必要としないテスト時集約フレームワークを導入する。
• 参考スコア（独自算出の注目度）: 20.336299697023954
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-agent reasoning with large language models (LLMs) raises a central question for collective decision-making: when agents disagree, whose decision should be trusted? Resolving such disagreements is difficult because agents' decisions are susceptible to non-semantic biases such as majority pressure and response-style preferences, which can obscure the quality of the underlying reasoning. Our analysis shows how bias can be both mitigated and exploited: bias control improves initial answer selection, while bias injection elicits decision instability that serves as a reliability signal. Building on these findings, we introduce a test-time aggregation framework that requires neither validation data nor prior knowledge of relative model strength. The framework implements bias control by presenting one style-normalized reasoning trace per distinct answer, and bias injection by placing each aggregating agent's initially selected answer in the minority. Overall, our framework achieves higher average accuracy and better token efficiency than competing non-oracle aggregation methods across three mathematical reasoning benchmarks and four heterogeneous LLM combinations. It also improves final-answer accuracy when applied to multi-agent debate and Mixture-of-Agents, without modifying their interaction or synthesis processes.
• Abstract（参考訳）: 大規模言語モデル(LLM)を用いたマルチエージェント推論は、集合的意思決定において中心的な疑問を提起する。 このような不一致を解決することは、エージェントの判断が多数派圧力や応答スタイルの嗜好のような非セマンティックバイアスの影響を受けやすいため、根底にある推論の質を曖昧にすることができるため、難しい。 バイアス制御は、最初の回答選択を改善する一方、バイアス注入は、信頼性信号として機能する決定不安定を誘発する。 これらの結果に基づいて、検証データや相対モデル強度の事前知識を必要としないテスト時間集約フレームワークを導入する。 本フレームワークは、個別回答ごとに1つのスタイル正規化推論トレースを提示し、各アグリゲーションエージェントの最初に選択された回答を少数派に配置してバイアス注入を行うことによりバイアス制御を実現する。 本フレームワークは,3つの数学的推論ベンチマークと4つの不均一なLCM組み合わせの競合する非オラクル集約手法よりも,平均精度とトークン効率を向上する。 また、相互作用や合成プロセスを変更することなく、マルチエージェントの議論や混合エージェントに適用する際の最終回答精度も向上する。

関連論文リスト

• Diverse Evidence, Better Forecasts: Multi-Agent Deliberation Under Information Asymmetry [1.8983854039418835]
  すべてのエージェントが同一の証拠を与えられると、議論は真の信念の修正ではなく、隠れ家へと崩壊する。 本稿では,関連性を考慮したエビデンス・ルーティング,合理性に基づく反復的熟考,信頼度重み付けを組み合わせた枠組みを提案する。 375のバイナリ予測質問のベンチマークであるPolyGymでは、InfoDelphiが最強のシングルエージェントとマルチエージェントベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-07-02T03:41:25Z)
• Beyond Consensus: Trace-Level Synthesis in Mixture of Agents [1.0195618602298682]
  完全推論トレースを読み取るアグリゲータは,エージェントが全一致で同意した場合でも,正しい解を回復することを示す。 摂動によって引き起こされるトレース変動を持つ単一モデルは、構造的推論、PhDレベルの科学、競合数学、競争的プログラミングにまたがる異種モデルプールよりも優れる。
  論文  参考訳（メタデータ） (2026-05-27T21:24:35Z)
• Selective Mixup for Debiasing Question Selection in Computerized Adaptive Testing [50.805231979748434]
  コンピュータ適応テスト (Computerized Adaptive Testing, CAT) は、オンライン教育プラットフォームにおける学習者の習熟度を評価する技術である。 選択バイアスは、質問選択が推定された熟練度に強く影響されるため生じる。 本稿では,Cross-Attribute Examinee RetrievalとSelective Mixup-based Regularizationの2つの主要なモジュールからなるデバイアス化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-19T08:55:01Z)
• Multi-Agent Debate for LLM Judges with Adaptive Stability Detection [46.67172123607961]
  エージェントが協調して判断し、反復的に応答を洗練するマルチエージェントの議論判断フレームワークを提案する。 議論の過程を数学的に定式化し、エージェントの相互作用を分析し、議論が静的アンサンブルと比較して正確さを増幅することを証明する。 複数のベンチマークやモデルを用いた実験により,本フレームワークは計算効率を維持しつつ,多数決よりも判定精度を向上させることが示された。
  論文  参考訳（メタデータ） (2025-10-14T16:30:30Z)
• Internalizing Self-Consistency in Language Models: Multi-Agent Consensus Alignment [22.305033366660187]
  言語モデル(LM)は矛盾する推論子であり、しばしば同じプロンプトに対する矛盾した応答を生成する。 適切に整合した推論モデルの本質的な性質として自己整合性を定式化し、MACA(Multi-Agent Consensus Alignment)を導入する。 MACAは、エージェントが自分自身をより決定的かつ簡潔に教えることを可能にし、外部の監督なしにマルチエージェント設定におけるピアインサイトをより活用する。
  論文  参考訳（メタデータ） (2025-09-18T17:27:28Z)
• Pure Exploration under Mediators' Feedback [63.56002444692792]
  マルチアームバンディット(Multi-armed bandits)は、各インタラクションステップにおいて、学習者が腕を選択し、報酬を観察する、シーケンシャルな意思決定フレームワークである。 本稿では,学習者が仲介者の集合にアクセスできるシナリオについて考察する。 本稿では,学習者には仲介者の方針が知られていると仮定して,最適な腕を発見するための逐次的意思決定戦略を提案する。
  論文  参考訳（メタデータ） (2023-08-29T18:18:21Z)
• On the Complexity of Multi-Agent Decision Making: From Learning in Games to Partial Monitoring [105.13668993076801]
  マルチエージェント強化学習(MARL)理論における中心的な問題は、構造条件やアルゴリズムの原理がサンプル効率の学習保証につながるかを理解することである。 本稿では,複数のエージェントを用いた対話型意思決定のための一般的な枠組みとして,この問題について考察する。 マルチエージェント意思決定における統計的複雑性を特徴付けることは、単一エージェント決定の統計的複雑性を特徴付けることと等価であることを示す。
  論文  参考訳（メタデータ） (2023-05-01T06:46:22Z)

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。