R-Debater：基于论证记忆的检索增强辩论生成
计算与语言
2026-01-01 v1 人工智能
摘要
我们提出了R-Debater，一个基于论证记忆构建的、用于生成多轮辩论的智能体框架。该系统植根于修辞学和记忆研究，将辩论视为一个回忆和调整先前论点以保持立场一致性、回应对手并用证据支持主张的过程。具体而言，R-Debater集成了一个用于检索案例式证据和先前辩论动作的辩论知识库，以及一个基于角色的智能体，该智能体能够跨轮次组合连贯的话语。我们在标准化的ORCHID辩论上进行评估，构建了一个包含1000个条目的检索语料库和一个包含7个领域32场辩论的保留测试集。评估了两个任务：下一话语生成，由InspireScore（主观性、逻辑性和事实性）评估；以及对抗性多轮模拟，由Debatrix（论点、来源、语言和整体）评判。与强大的LLM基线相比，R-Debater在单轮和多轮得分上均取得了更高的分数。由20名经验丰富的辩手进行的人工评估进一步证实了其一致性和证据使用，表明将检索基础与结构化规划相结合，可以产生跨轮次更忠实、立场一致且连贯的辩论。
引用
@article{arxiv.2512.24684,
title = {R-Debater: Retrieval-Augmented Debate Generation through Argumentative Memory},
author = {Maoyuan Li and Zhongsheng Wang and Haoyuan Li and Jiamou Liu},
journal= {arXiv preprint arXiv:2512.24684},
year = {2026}
}
备注
Accepteed by AAMAS 2026 full paper