从信念固化到 LLM 智能体的稳健推理

多智能体辩论 (MAD) 已成为大型语言模型 (LLM) 推理推理扩展方法的热门选择。然而，它经常 suffer于信念固化，即智能体强化共享错误而非纠正错误。本文不仅识别这一失效，更将其分解为两个 distinct 根本原因：(1) 模型的偏见 $\textit{静态初始信念}；(2)$\textit{同质化辩论动力学} 强化多数观点而不顾正确性。为依次解决这些问题，我们提出 $\textbf{DReaMAD}$ $($$\textbf{D}$iverse $\textbf{Rea}$soning via $\textbf{M}$ulti-$\textbf{A}$gent $\textbf{D}$ebate with Refined Prompt$)$。该框架首先通过战略先验知识引导纠正静态信念，然后通过强制视角多样性重塑辩论动力学。在我们的新 $\textit{MetaNIM Arena}$ 基准上验证，$\textbf{DReaMAD}$ 显著缓解了固化现象，相较于 ReAct 提示方法实现 +9.5% 的准确率提升，相较于标准 MAD 获得 +19.0% 的更高胜率。