面向并行多智能体推理系统的顺序概率不确定性评估

研究人员提出轻量且免训练的不确定性评估器 SAUCE，将大语言模型并行多智能体系统的推理不确定性建模为潜在系统级信念的顺序推断。该方法通过滤波式更新聚合轮次一致性与生成不确定性信号，在 5 个基座模型、5 个 benchmark 及 2 种 MAS 协议下，在错误分类检测、选择性预测与校准表现上均超越主流基线方法。