标签
本文提出了交互效应传播（IE-Prop）模型，通过分别学习上游智能体正确与错误时的影响，估计并传播基于大语言模型的多智能体系统中的错误风险。在三种架构和多个基准测试中，该模型的 AUROC 均稳定优于基线方法。
本文提出了一种广义无分布半监督学习框架，通过线性组合组件风险构建无偏风险估计器，将PNU学习扩展到多类分类，同时实现更低方差并提供泛化界限。