Un agente externo que detecta lagunas de razonamiento mejora la precisión médica de modelos multiagente

Según arXiv · cs.AI, el paper Challenge-Aware Knowledge Recruitment with Meta-Agent Supervision for Medical Multi-Agent Reasoning (arXiv:2611.05393v1) evalúa el método en el subconjunto difícil de MEDAGENTSBENCH, con 862 preguntas de nueve conjuntos biomédicos. La recuperación inicial aporta poco beneficio; la recuperación intermedia activada por el CHALLENGER mejora la precisión en la mayoría de los conjuntos y suma 6 puntos porcentuales sobre Challenger Only. Para reclutamiento de especialistas, el disparo por el CHALLENGER eleva la precisión de GPT-4.1-mini en MedQA de 46% a 54%, con dirección positiva en todos los conjuntos de generalización probados.