摘要

本文介绍了一种名为DebUnc的新型多代理辩论框架，旨在通过不确定性度量来评估代理的置信水平，从而增强大型语言模型（LLM）的能力。在多代理辩论中，多个LLM通过多轮辩论讨论问题的解决方案。然而，LLM经常产生看似自信但实际上错误的响应，这可能会误导其他代理。DebUnc通过在辩论中引入不确定性度量来解决这一问题，调整LLM的注意力机制以基于置信水平调整令牌权重，并探索使用文本提示来传达置信度。评估结果显示，基于注意力的方法特别有效，并且随着不确定性度量的发展，性能将继续提高。

原理

DebUnc框架的核心在于利用不确定性度量来量化和传达LLM代理在多代理辩论中的不确定性。在每一轮辩论后，使用不确定性度量来评估每个代理的不确定性。在下一轮中，每个代理的响应和不确定性将被传达给所有其他代理。论文探索了两种传达代理不确定性的方法：（1）将不确定性直接纳入下一轮辩论的文本提示中；（2）基于代理的不确定性调整LLM对代理响应的注意力。通过这种方式，代理可以根据其他代理的置信水平来优先考虑其意见，从而提高辩论的准确性和可靠性。

流程

DebUnc的工作流程包括以下步骤：

1. 在每一轮辩论中，每个代理独立生成对问题的响应，并使用不确定性度量评估其置信度。
2. 在下一轮辩论中，每个代理的响应和置信度信息被包含在其他代理的提示中。
3. 代理根据其他代理的响应和置信度信息来调整其答案。
4. 最终答案通过多数投票确定。 例如，在一个三代理的数学辩论中，每个代理使用LLM生成文本响应，并使用不确定性度量评估其置信度。响应和置信度信息在代理之间共享，使它们能够在响应不同时决定信任谁。

应用

DebUnc框架的应用前景广泛，特别是在需要高度可靠性和准确性的领域，如医疗保健、金融服务和教育。通过提高LLM在多代理辩论中的准确性和置信度，DebUnc可以显著提升这些领域中LLM的应用效果，减少因模型幻觉（hallucination）导致的错误信息传播。此外，随着不确定性度量的进一步发展，DebUnc的性能有望进一步提升，为更复杂的任务和应用场景提供支持。