企业官网建设流程全解析

文章主要内容总结

本文聚焦于大型语言模型（LLMs）在处理用户请求时面临的歧义检测挑战，提出并评估了一种多智能体辩论框架，以提升歧义检测与 resolution 能力。

• 研究背景：单LLM在处理用户请求中的歧义（如数值、属性、空间描述模糊）时表现有限，可能导致错误响应，尤其在人机协作等需精准执行的场景中问题突出。
• 方法设计：
  • 构建了包含数值歧义（如“几个” vs 具体数量）、属性歧义（如“物品” vs 具体“方块”）、空间歧义（如“附近” vs 具体方位）的程序化数据集；
  • 选取Llama3-8B、Gemma2-9B、Mistral-7B三种LLM作为智能体，对比单智能体基线与多智能体辩论模式（领导者-追随者协议）的性能。
• 核心发现：
  • 辩论框架显著提升了Llama3-8B和Mistral-7B的性能，其中Mistral-7B作为领导者时成功率达76.7%，尤其擅长处理复杂歧义且共识效率高；
  • 性能存在模型依赖性：Gemma2-9B单模型表现最优（80.0%成功率），但辩论模式反而使其性能下降（48.3%）；
  • 辩论模式在空间歧义检测中提升最显著（如Mistral-7B从10%提升至75%），且Mistral-7B领导的辩论共识率高达98.3%，平均仅需1.5轮。
• 结论：多智能体辩论框架