arXiv · NLP· Hanwen Li, Jinhao Duan, Xiaoshuang Shi, Yue Zhang, Tianlong Chen, Kaidi Xu, Chenxi Yuan·· 4 小时前AI 评分27
UMAS: 多智能体大语言模型系统的系统级不确定性量化框架
UMAS: System-Level Uncertainty Quantification for Multi-Agent LLM Systems
AI 导读
UMAS 提出了一种无参数、成本中性的系统级不确定性量化（UQ）框架，通过估计智能体间影响可信度来聚合节点级不确定性。在 Debate 和 DyLAN 基准测试中，UMAS 相比最先进基线平均提升 10.54 AUROC，并在特定任务上通过不确定性感知选择使准确率提高最多 12.6 个点。该框架被 NeurIPS 2026 接收，代码已公开。
来源：arXiv · NLP · arxiv.org