多模型AI系統中的湧現協作審議：一種基於BFT的認知綜合協議
提出Consilium協議，一種基於拜占庭容錯的架構，用於多模型AI結構化審議。透過分配認知人物，低成本模型可達到前沿模型的分析質量，並揭示RLHF對齊帶來的領域特定認知盲點。
我們提出了Consilium協議，這是一種源自拜占庭容錯（BFT）的架構，用於結構化多模型AI審議，將模型間的分歧視為認知訊號而非錯誤。該協議為語言模型分配工程化的認知人物——將模型是什麼與其推理方式分開——並引入了從量化金融改編的樣本內/樣本外驗證框架，以區分訓練資料共識與經驗性結論。在涵蓋10個領域類別32個主題的1,478次審議會話中，我們證明：（1）認知人物而非底層模型決定認知行為：每次批處理成本僅為0.0002美元的自由邊緣推理模型，其分析輸出與成本為10.69美元的前沿模型相當；（2）RLHF對齊訓練造成了可測量的、特定領域的認知盲點——有爭議的政策主題比已確定的科學主題少12.3個百分點的對抗性挑戰，AI安全主題表現出不對稱偏見（Δ=11.6%），模型對“AI危險”主張的挑戰遠比對“AI風險被誇大”主張更為激烈；（3）該協議本身無方向性偏差（移民Δ=2.3%，可再生能源Δ=1.2%）；（4）樣本外證據檢索以100%的檢索率驗證了239項主張，並發現了167個在訓練資料審議中不可見的盲點發現。跨隨機模型×人物分配的執行間可重複性平均標準差為±2.2%。包括所有開銷在內的完整電池總成本為217美元。我們以MIT許可證釋出協議規範，以實現獨立驗證。