contrastive-attribution

CANTANTE 引入了一种对比信用分配方法，通过将全局奖励分解为每个智能体的信号，优化多智能体 LLM 系统，从而实现自动化提示调优。在编程、数学和检索基准测试中，它超越了基线方法，在不增加推理成本的情况下实现了最高 +18.9 分的提升。

研究者采用基于LRP的对比归因方法，分析大模型在现实基准中失败的原因，发现该方法在某些场景下能提供有用信号，但并非始终可靠。