热点事件观察中

研究者提出BP-TD方法：无监督聚合多LLM智能体答案

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究者Laure Berti-Equille在arXiv发布BP-TD方法（IEEE BigData 2026短文的扩展版），通过在单币Dawid-Skene模型的mean-field变分推断上加入逐智能体去相关权重，让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和各智能体可靠性。在MMLU上用13个本地智能体，BP-TD超过多数投票：160题时0.716对0.624，10,000题时0.707对0.674，并能按真实准确率排序智能体。但论文也指出，仅用20道有标签题目时，直接挑选单个最佳智能体的准确率在MMLU、ARC和TruthfulQA上超过所有测试过的聚合方法。

AI 根据报道生成 · 12 小时前更新

最新进展11月3日 20:40

BP-TD：面向无监督真值发现的依赖感知信念传播方法

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

20:40
arXiv · cs.CL
BP-TD：面向无监督真值发现的依赖感知信念传播方法
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。

本事件热度走势

可比范围当前: 3
可比范围峰值: 411月5日 03:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。