多智能体框架 MEA 用忠实度奖励优化，LLM 解释更可信

UVA 团队提出多智能体框架 MEA，由 Proposer 智能体选配解释工具、Actor 智能体以忠实度为目标端到端优化，覆盖表格、文本与视觉模态生成机器学习解释。研究发现前沿 LLM 会系统性产生不忠实解释，MEA 借助扰动式忠实度指标与奖励驱动优化，在六个数据集上超越事后解释器、智能体与闭源基线，忠实度较未训练骨干分别提升 +28%（表格）、+21%（文本）、+34%（视觉）。