MEA 多智能体框架生成忠实模型解释

Yuyang Cheng 等研究者在 arXiv 提出 MEA，一个奖励驱动的多智能体框架：Proposer 智能体根据问题和模态选择并配置解释工具，Actor 智能体端到端面向忠实度优化，把模型行为转化为自然语言解释，覆盖表格、文本和视觉三种模态。 论文称，相比未训练的基础模型，MEA 在忠实度上分别提升 +28%（表格）、+21%（文本）、+34%（视觉），并在六个数据集上优于事后解释器、智能体和闭源基线；研究者还指出前沿 LLM 生成的解释存在系统性不忠实问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。