EAGLE: Consenso Multi-Agente VLM tramite Allineamento delle Prove Visive

Un articolo di ricerca su arXiv (2605.30698) propone EAGLE (Evidence-Aligned Grounded muLti-agent rEasoning), un metodo senza training per il consenso multi-agente nei modelli linguistico-visivi (VLM). Gli autori sostengono che l'accordo a livello di risposta è insufficiente per un affidabile Visual Question Answering (VQA); è essenziale l'allineamento delle prove visive—regioni immagine condivise tra agenti. EAGLE si concentra sull'allineamento delle prove piuttosto che sulla sola discussione testuale, colmando una lacuna negli approcci multi-agente VQA esistenti che adattano protocolli incentrati sul testo. Il lavoro evidenzia che aggregare prospettive diverse tramite collaborazione multi-agente può mitigare le allucinazioni individuali, ma gli approcci precedenti ignorano l'allineamento delle informazioni visive. EAGLE è presentato come una soluzione per raggiungere un consenso affidabile nei domini multimodali.