多智能体协同过滤框架

交叉验证抑制幻觉

以智能体交叉询问的形式逐步验证推理，并从响应空间中筛出高质量答案，区别于传统简单多智能体投票机制。

Jinxin, Shi · 赵嘉宝 · Wu, Xingjiao · Xu, Ruyi · Yuan-Hao, Jiang · 贺樑

Expert Systems with Applications 2025

参数信息

覆盖数据集数量

10

推理数据集类别数

3

技术优势

逐步验证每一步推理

通过智能体间交叉询问对推理过程进行逐步交叉验证，确保逻辑一致性，减少累积错误。

从响应空间筛选最优答案

在丰富的响应空间中过滤并选择高质量响应，克服幻觉，避免简单投票带来的不稳定性。

经验库支持持续学习

自动构建并高效检索经验库，使智能体能够不断从历史交互中学习，提升推理能力。

覆盖三类推理任务

在算术、常识、符号三类共十个数据集上验证，框架的通用性得到证明。

应用场景

• 大模型推理增强：企业可直接用于增强现有大模型的推理可靠性，减少幻觉输出。
• 多智能体系统决策：为多智能体系统提供交叉验证机制，提升协同决策质量。
• 智能问答与对话系统：通过筛选高质量响应，使问答系统输出更可靠、减少事实错误。
• 具身智能推理：可用于具身智能体的推理验证，提升在真实环境中的决策一致性。