多智能体辩论中的动态角色分配
计算与语言
2026-01-27 v1 人工智能
摘要
多智能体大语言模型（LLM）和视觉语言模型（VLM）辩论系统采用专门角色以解决复杂问题，但模型专业化未被充分利用以决定哪个模型应填补哪个角色。我们提出动态角色分配框架，通过运行元辩论（Meta-Debate）在实际辩论前选择合适的智能体。元辩论包含两个阶段：（1）提案阶段，候选者提供角色量身定制的论点；（2）同行评审阶段，依据数据和角色特定标准对提案进行评分，以选择每个位置的最佳智能体。我们在LLM问题解决基准测试中评估了该方法。应用于现有辩论系统之上，我们的方法在统一分配（所有角色均使用相同模型）和随机分配（模型分配给角色时不考虑其适合性）方面，分别提升最高可达74.8%和29.7%，具体取决于任务及特定分配方案。本工作确立了一种新的多智能体系统设计范式，使其从静态智能体部署转向动态且基于能力的选择。
引用
@article{arxiv.2601.17152,
title = {Dynamic Role Assignment for Multi-Agent Debate},
author = {Miao Zhang and Junsik Kim and Siyuan Xiang and Jian Gao and Cheng Cao},
journal= {arXiv preprint arXiv:2601.17152},
year = {2026}
}