研究团队提出MAD Bench，分析多智能体辩论说服机制
热点事件持续更新
研究团队提出MAD Bench，分析多智能体辩论说服机制
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Arnesh Batra 等研究者在 arXiv 论文（arXiv:2610.35930）中提出 MAD Bench 基准，包含 2,400 道覆盖知识推理、价值道德与安全拒绝的题目，并以轮次匹配的独立反思为对照，评估三个开放权重模型，分析多智能体辩论（MAD）如何改变语言模型的决策。 论文的实验结果显示：在 Qwen3.5-9B 上，模型在生成理由前的强制选择读出与最终答案一致的比例，辩论（65.4%）远高于反思（22.3%），作者据此认为辩论中信念在说理之前已发生改变。在可完全解析、有参考标签的非数值题上，辩论相对初始多数投票仅有小幅准确率提升，同时相比独立反思，全队一致答错的比率上升 3.1–7.4 个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
MAD Bench 揭示 LLM 多智能体辩论中谁说服了谁报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIMAD Bench 揭示 LLM 多智能体辩论中谁说服了谁
一篇 arXiv 论文提出 MAD Bench 基准，包含 2,400 道覆盖知识推理、价值道德与安全拒绝的题目，以轮次匹配的独立反思对照研究多智能体辩论（MAD）如何改变语言模型决策。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。