本研究は、Cohen（2006）ベンチマークの8つの薬剤クラスデータセットを用い、LLMによるタイトル・抄録スクリーニングに補助的なBERT+GCN分類器の不確実性シグナルを組み込む5つのプロンプト投与方法を評価した。フルコンテキスト投与はF1とWSS@95を有意に改善したがトークンコストが1.28倍になった。MAYBEのみのルーティングはコスト1.05倍で平均再現率0.92と最も高く、パレート最適であった。2パス設計は22.2%±8.8%のレコードをエスカレーションしたが、決定を覆すことは一度もなかった。

本論文は、エージェント間の信念分布のKLダイバージェンスが閾値を超えたときのみ通信するゲーティング手法を提案する。Predator-Prey 20×20ではε=0.5で平均73.84ステップ・成功率42%を達成し、IC3Netの75.31ステップ・31%を上回った。またMPEでは、ゲーティングが不活性でも信念ヘッドが平均報酬を12ポイント改善し、分散を26倍低減することを示した。