Makalah penelitian Banger. 🚨 LLM sangat buruk dalam bantahan. Makalah ini menunjukkan dengan tepat alasannya. Sebagian besar alat AI memperlakukan bantahan seperti tugas menulis. Hasilkan teks yang sopan. Terdengar percaya diri. Lanjutkan. Itulah sebabnya mereka gagal di konferensi papan atas. Penelitian ini membalikkan seluruh masalah bantahan. Alih-alih "menghasilkan tanggapan", ia memperlakukan sanggahan sebagai tugas organisasi keputusan + bukti. Sistem yang disebut RebuttalAgent adalah alur multi-agen yang menolak untuk menulis apa pun sampai logikanya kedap udara. Pertama, ini menyemprotkan umpan balik pengulas. Setiap paragraf yang tidak jelas dipecah menjadi masalah yang tepat dan dapat ditindaklanjuti. Tidak ada poin yang terlewatkan. Tidak ada penggabungan kritik yang tidak terkait bersama-sama. Cakupan diberlakukan sebelum hal lain terjadi. Berikutnya adalah inovasi yang sebenarnya: penalaran yang mengutamakan bukti. Untuk setiap kekhawatiran, sistem membangun konteks hibrida. Sebagian besar makalah tetap dikompresi untuk menyimpan token, tetapi bagian yang tepat yang relevan dengan komentar pengulas itu diperluas dengan kesetiaan penuh. Jika bukti internal tidak cukup, agen pencari sesuai permintaan mengambil makalah eksternal dan mengubahnya menjadi ringkasan siap kutipan. Tidak ada yang dikutip kecuali dapat dilacak. Kemudian muncul langkah yang dilewati sebagian besar alat LLM sepenuhnya: verifikasi strategi. Sebelum menyusun, RebuttalAgent menghasilkan rencana respons eksplisit. Ini memisahkan: Apa yang dapat diklarifikasi menggunakan hasil yang ada Apa yang benar-benar membutuhkan eksperimen baru Apa yang harus diakui tanpa berkomitmen berlebihan Agen pemeriksa mengaudit rencana ini untuk konsistensi logis dan keamanan komitmen. Jika respons menyiratkan hasil yang tidak ada, respons akan diblokir. Halusinasi mati di sini....