MEA：用于高忠实度模型解释的奖励驱动多智能体系统

研究人员提出多智能体框架 MEA，利用 Proposer 智能体配置解释工具，并通过端到端忠实度奖励优化的 Actor 智能体生成跨表格、文本与视觉模态的自然语言解释。在 6 个数据集的评估中，该优化相比未训练基干模型在表格、文本和视觉模态分别取得 +28%、+21% 和 +34% 的忠实度提升，持续超越现有基线。