---
title: "共识投票"
type: concept
tags: []
---

## Definition
多智能体系统中 N 个独立 LLM 对同一任务生成答案，取出现最频繁的结果作为最终输出的模式。核心机制是利用 LLM 随机性，让不同运行的噪声相互抵消。

## Mathematical Basis
- 假设单模型幻觉率 = 20%（P_hallucination = 0.2）
- N 个模型同时产生相同幻觉的概率 = P_hallucination^N
- N = 3 时：0.2³ = 0.008 = 0.8%
- 该公式与 SRE 中的 composite SLO 原理相同

## Implementation
1. Spawn N LLMs（N 需要在成本和可靠性之间找到平衡）
2. Fan out：给所有模型分配完全相同的任务
3. Fan in：选取出现最频繁的答案

## Diversity Requirement
- 各 Agent 最好使用不同模型（同质化噪声会放大而非抵消）
- 确保参与者之间无反馈回路（防止群体思维和从众效应）
- 实验应像盲测一样运行

## Best For
- 事实核查
- 分类任务（如"这是垃圾邮件吗？"）

## Sources
- [[Multi-Agent-System-Reliability.md]]