SMART: 基于状态的多智能体推理痕迹框架用于验证导向的问题解决

SMART 多智能体框架通过捕获问题上下文中参与实体的隐式状态来获取知识，并利用多样化且互补的前提提升复杂科学声明的验证性能。 该框架使用多种 LLM 和基于角色的结构化提示策略策划状态知识，在 3 个数据集上将验证准确率最高提升 20%。 研究显示，将前提基于现实世界知识是必要的，并能带来最高 5% 的额外性能提升。