3,583 papers
arXiv:2606.19826 74 18 июня 2026 г. PRO

Честность агентов в дискуссии: один нечестный голос уничтожает пользу от многоагентного дебатирования

КЛЮЧЕВАЯ СУТЬ
89% самостоятельных пересмотров в стандартной многоагентной дискуссии LLM — вредные: модель не спорит, она просто дрейфует к чужой ошибке. Метод честных разнородных агентов позволяет строить дискуссии, где пересмотры идут в правильную сторону — один агент с другим профессиональным фреймом роняет вредные пересмотры с 89% до 35%. Фишка: дело не в «скептике» или «критике» — а в том, что роль задана честной и с другим опытом. Враждебный агент использует тот же механизм влияния, только разворачивает дрейф к ошибке — без аккуратной формулировки ролей многоагентный формат делает результаты хуже, а не лучше.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с