adversarial-multi-agent

CLAIR-Fin 是一种对抗性多智能体框架，旨在通过将问题分解为原子声明，并使用自适应辩论和验证来减少幻觉，从而增强跨模态金融问答的忠实性。

本文介绍了一套用于法律AI的相关性敏感评估套件，表明LLM对法律无关的扰动过于敏感，并提出LexGuard，一个基于形式推理的对抗性多代理框架，以提高法律推理的可靠性。