HuggingFace Daily Papers（社区热门论文）·2026-09-28 08:00· 1 天前AI 评分43

如何度量同构面板 LLM 辩论中的崩塌与纠正

Measuring Collapse and Correction in Homogeneous-Panel LLM Debate

AI 导读

研究提出一套可审计的同构 LLM 辩论协议，用 transition ledger 记录崩塌、纠正、起始与带符号干预效用。在 6,925 场 MMLU-Pro 辩论中识别出 253 次崩塌，并发现留一模型探针门控冻结虽能阻止 29 次崩塌，却损失 108 次纠正。