ExComm：面向错误抗鲁棒的代理测试时扩展的探索阶段通信
人工智能
2026-05-22 v1
摘要
在长程代理测试时扩展中，常见的错误模式是误差传播，即在中间步骤中引入的事实错误或无效推论会在代理的信念状态中持久存在，并污染后续推理。现有的测试时扩展方法对控制这一过程的能力有限，因为它们往往依赖代理检测自身错误、在受损轨迹中选择，或仅在错误已影响推理路径后才进行细化。我们提出了 ExComm，即一种用于探索阶段代理测试时扩展的通信协议。ExComm 的动机来自经验观察：在并行代理推理中，大多数中间错误会产生可检测的跨代理事实冲突。利用代理工作流程的迭代结构，ExComm 定期审计代理信念状态以检测此类冲突，通过专用的验证循环解决冲突，并向涉及的代理返回简洁、有针对性的反馈。通过软信念更新融入纠正，该更新以追加经验证的反馈而非覆盖现有信念。此外，为防止通信导致轨迹多样性崩溃，ExComm 进一步引入了轨迹多样化模块，将冗余轨迹引导至正交策略。在 AIME 2024、AIME 2025 和 GAIA 上的实验中，使用 Gemini-2.5-Flash-Lite 和 Qwen3.5-4B 测试显示，ExComm 在所有强大的测试时扩展基准上均表现出色，分别实现了约 5.7% 和 5.0% 的平均性能提升。进一步分析表明，ExComm 在错误恢复、扩展行为、多样性方面优于现有通信基线方法，同时在评估方法中实现了最佳的性能-成本权衡。
引用
@article{arxiv.2605.22102,
title = {ExComm: Exploration-Stage Communication for Error-Resilient Agentic Test-Time Scaling},
author = {Woomin Song and Beomjun Kim and Daewon Choi and Sai Muralidhar Jayanthi and Saket Dingliwal and Jinwoo Shin and Aram Galstyan},
journal= {arXiv preprint arXiv:2605.22102},
year = {2026}
}