arXiv · cs.AI · Alessandra Parziale, Valeria Pontillo, Fabio Palomba, Patrizio Pelliccione2026-11-03 13:00 · 8 小时前模型评分34

研究提出公平性保障架构，用多智能体框架在交付前迭代修正大语言模型（LLM，Large Language Model）回复

Architecting Fairness-Aware LLM Interactions

导读

一项研究提出以三种可复用设计模式为基础的公平性保障架构，并实例化为多智能体框架，在大语言模型（LLM，Large Language Model）回复交付前评估并迭代修正不公平内容。涉及不同 LLM 系列的八种配置初步测试中，该架构均能识别公平性违规并迭代生成合规回复，具体表现随模型系列组合而异。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“We propose a fairness-assurance architecture grounded in three reusable design patterns, instantiated as a multi-agent framework that evaluates and iteratively refines LLM responses before delivery.”

来源：arXiv · cs.AI · arxiv.org

研究提出公平性保障架构，用多智能体框架在交付前迭代修正 大语言模型（LLM，Large Language Model） 回复