Consensus Is All You Need: Gossip-Based Reasoning Among Large Language Models

论文《Consensus Is All You Need: Gossip-Based Reasoning Among Large Language Models》总结与翻译

一、论文主要内容总结

（一）核心背景

当前大型语言模型（如GPT-4、Claude、Gemini等）虽能力突出，但在架构、训练数据、偏差和响应行为上存在差异，导致单一模型难以在所有领域表现优异。为此，论文借鉴分布式系统中的“流言协议”（Gossip Protocols），构建多模型协作推理框架，让不同模型通过信息交换达成共识，弥补单一模型缺陷，发挥集体优势。

（二）核心动机与背景

1. 动机：从去中心化（避免依赖单一模型）、冗余容错（同伴反馈修正局部错误）、可扩展性（无需重新训练即可纳入新模型）、涌现性共识（模拟社会/生物系统的迭代交互共识）、类人协作（复刻人类集体推理模式）五个维度，论证多模型共识框架的必要性。
2. 背景：流言协议模拟社交群体信息传播模式，节点通过多轮去中心化信息交换实现网络同步，已在DynamoDB、Cassandra等大型系统中用于保障最终一致性；将该协议迁移至AI领域，可让模型传播“信念状态”与“思考过程”，而非单纯数据，提升系统透明度与可信度。

（三）算法设计（