MEA：用于高忠实度模型解释的奖励驱动多智能体系统

研究团队推出多智能体框架 MEA，通过 Proposer 与 Actor 智能体协同，跨表格、文本和视觉模态生成忠实的自然语言模型解释。该框架针对特征归因、反事实推理等任务设计了基于扰动的忠实度奖励优化机制。在 6 个数据集测试中，MEA 相较未训练基座在表格、文本和视觉模态的忠实度分别提升 +28%、+21% 和 +34%，优于现有闭源基准。