arXiv · cs.CL· Laure Berti-Equille·· 2 天前AI 评分49
BP-TD：面向无监督真值发现的依赖感知信念传播方法
Where Is the Truth When AI Agents Disagree? Dependence-Aware Belief Propagation for Unsupervised Truth Discovery (Extended Version)
来源与原文
arXiv · cs.CL
作者：Laure Berti-Equille
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/2611.04805v1
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
研究者提出 BP-TD，在单币 Dawid-Skene 模型的 mean-field 变分推断上加入逐智能体去相关权重，使共享同一基座模型的 LLM 智能体合计约计一票，从而在无标签情况下推断真答案与各智能体可靠性。在 MMLU 上用 13 个本地智能体，BP-TD 以 0.716 对 0.624（160 题）、0.707 对 0.674（10,000 题）超过多数投票，并能按真实准确率排序智能体。但仅用 20 道有标签题目时，直接挑选单个最佳智能体在 MMLU、ARC 和 TruthfulQA 上的准确率超过所有测试过的聚合方法。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。