多代理辩论（MAD）常被用于提升大语言模型（LLM）的推理能力，但顺序辩论并非对各代理意见的中性聚合。我们发现顺序MAD存在显著的首发者偏差：先发言的代理对最终答案的影响远大于后发言者。因而将能力更强的模型放在弱模型之后，会显著削弱其推理优势。
针对强模型被置于最后的劣势情形，我们探讨人格提示能否缓解这种不平衡。基于五大人格模型，我们分别对宜人性和外向性进行干预，施加于强侧或弱侧。实验表明，效果具有人格特质依赖性。宜人性越低，影响力越倾向于该侧；为强模型赋予低宜人性可恢复其失去的影响并提升整体准确率。外向性对影响力和准确率的改变不具系统性，主要表现为发言冗长。研究表明，MAD的有效设计不仅取决于模型能力，还受发言顺序和诱导的交互行为的共同影响。
点评