PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.08016v3cs.AI

다중 에이전트 토론은 실제로 무엇을 변화시키는가?

What Does Multi-Agent Debate Actually Change?

여러 대규모 언어 모델(LLM)이 답변을 도출하기 전에 주장을 주고받는 다중 에이전트(multi-agent) 토론은 근본적인 질문을 제기합니다. 표출된 이견이 구성원 자신의 입장 변화를 실제로 반영하는가? 단일 신호만으로는 이 질문을 해결할 수 없으므로, 본 연구는 다음의 다섯 가지 질문을 중심으로 분석을 구성합니다: (A) 토론자가 동의하지 않는다고 말하는가? (B) 답변 텍스트가 실제로 논쟁하고 있는가? (C) 각 토론 턴(turn) 이후 자신의 입장이 변화하는가? (D) 양적으로 입장이 얼마나 변화하는가? (E) 구성원의 최종 입장은 초기 입장과 비교해 어떠한가? 저자들은 GlobalOpinionQA에서 선별된 50개의 의견 질문을 바탕으로 2인 및 3인 위원회를 평가하며, 동일 모델, 동일 계열, 혼합 계열 구성에서 각 턴마다 우호적, 중립적, 적대적 지시를 부여했습니다. (A) 어조는 보고된 동의 여부를 변화시킵니다. 강한 동의를 보고하는 답변 비율은 모델 선택에 따라 차이가 있으나 우호적 지시에서는 70.7~96.3%인 반면 적대적 지시에서는 9.5~19.3%에 불과했습니다. (B) 자체 보고는 텍스트 판단과 대체로 일치하지만, 일관성은 동의 수준과 모델 선택에 따라 달라집니다. (C) 입장 변화는 상호작용에 따라 달라집니다. 동료의 '반대 경향(leaning-disagree)' 답변 이후, 강한 동의를 보고한 구성원은 반대 경향을 보고한 구성원보다 더 자주 선택지를 변경합니다. (D) 오픈 가중치(open-weight) 구성원의 경우, 동료의 반박 후에도 구성원이 이미 보유한 선택지의 확률은 포화 상태에 가깝게 유지되는 반면, 중립적 채움글(filler) 대비 동료의 주장이 제시된 후 이전 입장 텍스트에 대한 지지는 감소하며, 이는 Inkling보다 Qwen3.8-27B에서 더 두드러집니다. (E) 모든 구성에서 90% 이상의 비교에서 초기 입장에서 최종 입장까지 선택된 옵션이 변경되지 않았습니다. 종합하면, 표출된 이견이 개별 상호작용 내에서든 전체 토론 과정에서든 반드시 입장 수정으로 이어지는 것은 아닙니다.