MEDAGENTSBENCH

新方法通过具挑战性感知招募改进医学多智能体推理

研究人员开发了一种名为具挑战性感知自适应招募的新方法，以改进医学问答任务中的多智能体推理。该方法解决了现有系统主要依赖初始知识检索和专家选择的局限性。所提出的系统使用外部“挑战者”智能体在推理过程中识别特定的事实或专业知识差距，从而触发有针对性的知识检索或专家招募。在MEDAGENTSBENCH数据集上的实验表明，这种自适应干预显著提高了准确性，特别是当根据挑战者的信号招募专家时。