基于共识驱动的多 LLM 管道用于失踪人士调查
人工智能
2026-03-11 v1 计算与语言
分布式、并行与集群计算
信息检索
机器学习
摘要
失踪人士调查的前 72 小时对于成功恢复至关重要。Guardian 是一个为支持失踪儿童调查和早期搜寻规划而设计的端到端系统。本文介绍了 Guardian LLM 管道，这是一个多模型系统，其中使用 LLM 用于与失踪人士搜寻操作相关的智能信息提取和处理。该管道协调多个任务专用 LLM 模型之间的端到端执行，并调用一个共识 LLM 引擎来比较多个模型输出并解决分歧。该管道还通过 QLoRA 基于精选数据集进行微调。所呈现的设计与先前关于弱监督和 LLM 辅助标注的工作相吻合，强调将 LLM 作为结构化提取器和标注器的保守、可审计的使用，而非作为不受约束的端到端决策者。
引用
@article{arxiv.2603.08954,
title = {A Consensus-Driven Multi-LLM Pipeline for Missing-Person Investigations},
author = {Joshua Castillo and Ravi Mukkamala},
journal= {arXiv preprint arXiv:2603.08954},
year = {2026}
}
备注
Accepted to CAC: Applied Computing & Automation Conferences 2026. 16 pages, 6 figures