CHAL：层次化代理语言议会

多代理辩论已被证明是提高LLM在真实任务上推理能力的有前景方法，但现有方法面临结构性限制：辩论倾向于诱导出信念轨迹的鞅(martingale)，多数投票 accounted for most observed gains，LLMs在各轮中表现出置信度提升而非校准。我们认为，辩论的真正价值——以及辩证系统的整体价值——不在于真实任务，而在于可推翻的领域，在该领域每一个立场都可被更好的推理所推翻。我们提出Council of Hierarchical Agentic Language(CHAL)，一个将可推翻论证视为信念优化引擎的多代理辩证框架。每个代理维护一个CHAL信念模式(CBS)，一种具有贝叶斯式架构的图结构信念表示，便于通过梯度信息化的动态机制进行信念修订，利用信念thesis强度作为可微目标。涵盖认识论、逻辑和伦理的元认知价值体系提升为可配置的超参数，统治代理推理和裁决结果。我们提供了一系列消除实验，展示了系统且可解释的效果：裁决者的价值体系决定了辩论在潜在信念空间中的整体轨迹，议会多样性提升了所有参与者的信念，而该框架在广泛领域内具有普适性。CHAL是已知第一个将多代理辩论视为可推翻领域上结构化信念优化的框架。进一步，该框架产生的可审计信念制品为专门用于可推翻论证的评估套件奠定了基础，其更广泛的意义在于构建推理能力、价值承诺透明、对齐且受人类监督的AI系统。