DynaDebate: Pfadgenerierung bekämpft Homogenität im Multi-Agenten-Debatte

In den letzten Jahren hat die Forschung zu Large Language Model-basierten Multi-Agenten-Systemen (MAS) enorme Fortschritte gemacht. Besonders vielversprechend sind dabei Multi-Agenten-Debatte (MAD), bei denen mehrere Agenten ihre Argumente austauschen und gemeinsam komplexe Probleme lösen. Ein häufiges Problem dieser Ansätze ist jedoch die Homogenität: Agenten folgen oft identischen Denkpfaden, was zu wiederholten Fehlern und einer schwachen Debatte führt.

Um dieses Problem zu lösen, präsentiert die neue Studie „DynaDebate“ einen dreistufigen Ansatz. Erstens generiert ein spezieller Path‑Generation‑Agent dynamisch vielfältige und logisch zusammenhängende Lösungswege, die gleichzeitig Redundanz aufweisen. Zweitens verschiebt sich der Fokus von einer einfachen Mehrheitsabstimmung hin zu einer prozesszentrierten Debatte, bei der jeder Schritt der Argumentation kritisch hinterfragt wird. Drittens wird ein Trigger‑Based‑Verification‑Agent aktiviert, sobald Agenten uneinig sind; dieser nutzt externe Tools, um Konflikte objektiv zu klären.

Durch umfangreiche Experimente konnte gezeigt werden, dass DynaDebate die Leistung in verschiedenen Benchmark‑Szenarien deutlich übertrifft. Die Kombination aus dynamischer Pfadgenerierung, prozessorientiertem Debattieren und automatisierter Verifikation führt zu robusteren Entscheidungen und reduziert die Gefahr von Fehlentscheidungen, die bei herkömmlichen MAD‑Modellen häufig auftreten.