Multi-Agent Systems Collective Reasoning Koopman Operator Convergence Analysis
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
作者 Nuzhat Khan, Indrakshi Dey
发布日期 2026-08-06
arXiv ID 2608.05956
相关性评分 9/10 (高度相关)