AceMAD: Mit asymmetrischer kognitiver Energie das Martingale-Fluch-Problem lösen

Ein neues Paradigma namens Multi-Agent Debate (MAD) hat sich als vielversprechend erwiesen, um die Argumentationsfähigkeit großer Sprachmodelle zu verbessern. Doch jüngste Untersuchungen zeigen, dass herkömmliches MAD die Richtigkeit von Überzeugungen nicht über die einfache Mehrheitsabstimmung hinaus steigern kann – ein Phänomen, das die Autoren als „Martingale Curse“ bezeichnen.

Der Grund liegt in korrelierten Fehlern: Wenn Agenten ihre Ansichten austauschen, neigen sie dazu, sich auf falsche Konsenswerte zu zubewegen, anstatt Fehler zu korrigieren. Das Ergebnis ist ein Verstärken kollektiver Irrtümer statt einer effektiven Rauschunterdrückung.

Um diesem Fluch entgegenzuwirken, präsentiert das Team das AceMAD-Framework. Es nutzt asymmetrische kognitive Potenzialenergie, um MAD von einem zufälligen Spaziergang in einen zielgerichteten Konvergenzprozess mit positivem Drift zu verwandeln. Durch ein Peer‑Prediction‑System prognostizieren Agenten die Glaubensverteilungen ihrer Kollegen. So wird deutlich, dass wahre Agenten nicht nur die korrekte Antwort kennen, sondern auch die Fehlannahmen der Mehrheit vorhersagen können, während die Halluzinatoren blind für ihre eigenen Fehler bleiben.

Diese asymmetrische Energie wird mittels streng adäquater Scoring‑Regeln quantifiziert und als Informationsüberlegenheit nachgewiesen. Unter nichtlinearen Aggregationsmethoden führt sie zu einem Submartingale‑Drift in Richtung Wahrheit, wodurch der Martingale‑Curse direkt gebrochen wird. Experimente auf anspruchsvollen Teilmengen von sechs Benchmark‑Datensätzen zeigen, dass AceMAD selbst bei anfänglich falschen Mehrheiten spärliche Wahrheitssignale wiederherstellen und die Basisverfahren deutlich übertreffen kann.