LLMs Podem Superar Humanos em Debates? Uma Estrutura Dinâmica Multiagente para Debate Competitivo

O debate competitivo é uma tarefa complexa de argumentação computacional. Grandes Modelos de Linguagem (LLMs) sofrem de alucinações e falta de competitividade neste campo. Para enfrentar esses desafios, introduzimos o Agente para Debate (Agent4Debate), uma estrutura dinâmica multiagente baseada em LLMs projetada para aprimorar suas capacidades em debate competitivo. Inspirando-se no comportamento humano na preparação e execução do debate, Agent4Debate emprega uma arquitetura colaborativa onde quatro agentes especializados, envolvendo Pesquisador, Analista, Escritor e Revisor, interagem e cooperam dinamicamente. Esses agentes atuam durante todo o processo do debate, cobrindo múltiplas etapas desde a pesquisa inicial e formulação de argumentos até a refutação e o resumo. Para avaliar de forma abrangente o desempenho da estrutura, construímos a Competitive Debate Arena, composta por 66 motions de debate cuidadosamente selecionados em chinês. Recrutamos dez debatedores humanos experientes e coletamos registros de 200 debates envolvendo Agent4Debate, modelos de referência e humanos. A avaliação emprega o sistema de pontuação automática Debatrix e revisores humanos profissionais baseados nos rankings estabelecidos Debatrix-Elo e Human-Elo. Resultados experimentais indicam que o avançado Agent4Debate apresenta capacidades comparáveis às humanas. Além disso, estudos de ablação demonstram a eficácia de cada componente na estrutura do agente.