adversarial-separation

本文研究了多智能体辩论在数据清洗中何时有帮助何时有害。研究发现，辩论会由于批评引发的混淆而降低生成质量，但能提升错误检测能力。本文提出了一个辩论收益条件，并表明，通过对抗性分离与代码执行基础，首次实现了在生成任务上显著超过单智能体性能的配置。