Joss Armstrong

新的MARGIN方法校准多智能体基础模型的置信度

研究人员开发了MARGIN，一种新颖的在线校准方法，旨在提高多智能体基础模型协调的可靠性。与在分布变化下会退化的传统设计时校准技术不同，MARGIN实时地直接从任务流中学习校准因子。这种方法不需要访问模型本身或任何留出数据。跨多个模型和基准的实证结果表明，MARGIN显著降低了校准误差，并大大增强了在多智能体系统中选择最准确的智能体响应的能力。