小语言模型多智能体辩论研究：认知多样性假说在三类测试中被否定

一项针对 11 个厂商族系的 23 个小语言模型的研究表明，多智能体辩论带来的性能增益本质上是集成采样效应，认知多样性假说在角色提示、采样温度与多模型组合三个维度均未成立。在匹配生成预算的实验中，辩论效果持平甚至弱于自洽性多数投票，耗时达到后者的 1.6 倍且消耗 3.4 倍 token。研究还发现角色提示会降低准确率，且辩论绝大部分收益仅来自第一轮答案交换。