MediHive：用于医疗推理的去中心化智能体集群

大型语言模型虽革新了医疗推理，但单智能体系统在处理复杂跨学科问题时往往表现不佳。现有集中式多智能体架构存在扩展瓶颈及单点故障风险。本文提出 MediHive，一种新型去中心化多智能体框架，集成共享记忆池与迭代融合机制。该框架中，基于 LLM 的智能体自主分配角色，通过基于证据的条件辩论检测分歧，并经多轮局部融合达成共识。实验表明，MediHive 在 MedQA 和 PubMedQA 数据集上准确率分别达 84.3% 和 78.4%，显著优于单模型及集中式基线，展现了高容错性与卓越推理性能。