Multiagent Protocols with Aggregated Confidence Signals
多智能体协议中基于聚合置信度信号的可靠估计
🧭 多智能体系统置信度估计与聚合
University of Illinois Chicago
首次为多智能体辩论系统设计聚合置信度，通过可比性转换与贝叶斯融合显著提升判别力
📌 工作参考价值（4 点）
- 电商搜索/推荐中的多Agent协同（如Query理解、商品召回）可借鉴软投票或贝叶斯融合聚合各Agent置信度，用于触发人工审核或自动路由决策
- 置信度转换（使输出概率跨模型可比）的思路可直接用于解决异构模型协作时的分数对齐问题
- 参数与非参数校准实验显示校准主要提升决策正确率(F1)，若业务目标侧重可靠筛选(AUARC)则可放松校准需求，节约计算
- 生成式推荐中使用多模型辩论生成商品描述或解释时，聚合置信度可作为生成内容的可靠性指标，辅助过滤低质量输出