UMAS多智能体系统级不确定性量化框架获NeurIPS 2026接收
热点事件持续更新
UMAS多智能体系统级不确定性量化框架获NeurIPS 2026接收
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
UMAS 提出了一种无参数、成本中性的系统级不确定性量化框架，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。 该框架已被 NeurIPS 2026 接收，代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
UMAS: 多智能体大语言模型系统的系统级不确定性量化框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · NLPUMAS: 多智能体大语言模型系统的系统级不确定性量化框架
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。