arXiv · cs.AI· Chenxiao Fan·· 18 小时前AI 评分38
MASCAL：为多智能体协作学习校准置信度
Learning Calibrated Confidence for Multi-Agent Collaboration
来源与原文
arXiv · cs.AI
作者：Chenxiao Fan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39927v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 MASCAL 框架，让多智能体系统中的每个智能体通过强化学习联合优化任务表现与置信度校准，为答案输出正确性概率。上游智能体在交接时传递该概率，下游智能体据此决定信任或验证，并引入置信度感知加权帮助其学会利用信号。在 Web 检索与推理任务的三种协作架构上，MASCAL 提升了任务准确率和校准质量，并可泛化到更深的协作链与不同模型规模。
来源：arXiv · cs.AI · arxiv.org