良性多智能体系统中的错误信息传播研究

研究提出 MINT 数据集，包含 10,278 段 LLM 撰写的错误信息文本、覆盖八种风格，在常识推理、知识问答和道德判断任务上测试三款开源权重模型。相关错误段落使单个智能体准确率下降 0.12-0.43，无关或无内容段落通常最多损失 0.06。一句不可靠性警告在投票机制下最多挽回 0.18 准确率，在共识机制下最多挽回 0.28。