Hugging Face Daily Papers·2026-10-08 08:00· 1 天前AI 评分39

MARGIN：用于多智能体基础模型协作的运行时置信度校准

MARGIN: Runtime Confidence Calibration for Multi-Agent Foundation Model Coordination

AI 导读

MARGIN 通过观测答案结果学习各基础模型的置信度修正，无需重训模型或保留校准集。评测覆盖代码生成、问答和数学，使用 18-model pool，并在分布偏移实验中使用 nine-model subset；在 BigCodeBench 上，模型平均置信度与准确率呈负相关。