多智能体协作未能普遍减少幻觉

发生了什么

arXiv cs.AI研究显示，多智能体协作在临床任务中未能普遍减少幻觉。研究评估了四种系统（单一LLM基线和三种多智能体拓扑结构）在四个模型和三个临床任务上的表现，发现协作提升任务性能，但不一定降低幻觉。效果取决于模型而非拓扑结构。例如，在36次模型-系统-任务比较中，12次效果显著，其中4次减少幻觉，8次增加。自纠正实验表明，除Llama-3.2-3B-Instruct外，其他模型在看到自身错误标记时能减少幻觉。