摘要
基于大语言模型的多智能体辩论与投票系统虽能提升任务准确率,但缺乏系统级的收敛性测试与决策归因。本文提出基于Koopman算子理论的新框架,将集体视为通信图上的非线性动力系统,通过分析其转移算子的谱来提取关键行为特征。该谱提供了三个机器可检查的证明:次主导特征值确定推理的时间尺度并给出收敛截止期限;其特征向量识别推理中的派系;主要谱坐标构成可审计的消息基。实验表明,该方法在注意力共识模型上能高精度预测收敛时间并提供精确归因,为可信集体推理提供了实用且高效的理论保障。
AI 推荐理由
论文核心研究多智能体集体推理的收敛性与可解释性,直接针对推理机制的理论验证。
研究机构
Universiti Teknologi Malaysia, Johor Bahru, Malaysia
Department of Computer Science and Mathematics, South East Technological University, Waterford, Ireland
IEEE Senior Member
论文信息