打破鞅策诅咒：基于非对称认知势能的多智能体辩论
人工智能
2026-03-10 v1
摘要
多智能体辩论（MAD）已成为增强大型语言模型推理的有前景范例。然而，近期研究揭示了局限性：标准MAD无法将信念正确性提升到多数投票之上，我们称之为鞅策诅咒。这种诅咒源于相关错误导致智能体向错误共识收敛，使得辩论仅仅强化了集体错误而非过滤噪声。我们提出AceMAD框架，通过运用非对称认知势能将MAD从随机漫步转化为具有正漂移的有向收敛过程。在同行预测机制下，智能体预测其同行的信念分布，从而揭示非对称认知势能：持有正确答案的智能体不仅知道正确答案，还能预见众所周知的误解，而产生幻觉的多数派则对其集体错误毫无察觉。这种非对称性通过严格的proper scoring rules量化认知势能。我们证明，这种认知势能表现为信息论优势， Under nonlinear aggregation, 可转化为有向真相的亚鞅策漂移，直接打破鞅策诅咒。在六个基准测试的具有挑战性子集上进行的实验表明，AceMAD能够在初始多数错误时恢复稀疏真相信号，显著优于基线方法。
引用
@article{arxiv.2603.06801,
title = {Breaking the Martingale Curse: Multi-Agent Debate via Asymmetric Cognitive Potential Energy},
author = {Yuhan Liu and Juntian Zhang and Yichen Wu and Martin Takac and Salem Lahlou and Xiuying Chen and Nils Lukas},
journal= {arXiv preprint arXiv:2603.06801},
year = {2026}
}