DREAM多模态多智能体辩论方法提出

Khanh-Binh Nguyen 等作者提出 DREAM（Dynamic Resolution Assignment For Multimodal Multi-Agent Debate），用两项机制改进现有多模态多智能体辩论（MAD）。 其一是动态分辨率分配：在一轮零样本探测中让智能体测试多种分辨率，用 Average Normalized Log-Likelihood（ANLL）量化不确定性，并以自适应阈值给每个智能体分配各自的最优分辨率。其二是不确定性引导回滚聚合：追踪各智能体多轮中的不确定性，恢复被群体压力推翻的早期低不确定性答案，以抑制 groupthink。 两项机制均为作者在论文中提出的方法，报道未给出其实际效果或对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。