info-delphi

本文介绍了InfoDelphi框架，该框架利用信息不对称（将证据划分为共享的公共子集和不相交的私有子集）来改进多智能体LLM的协商与预测。在PolyGym基准测试上，它在Brier得分上比单智能体和多智能体基线提升12-18%，在准确率上提升4-8个百分点，证明了多样化证据是有效多智能体推理的关键。