多智能体推理使用大语言模型（LLM）时，集体决策面临一个核心问题：当智能体之间出现分歧时，应该信任哪一个的决定？这种分歧难以解决，因为智能体的答案容易受到非语义偏差的影响，例如多数压力和回答风格偏好，这会掩盖底层推理的质量。我们的分析表明，偏差既可以被抑制，也可以被利用：偏差控制能够提升初始答案的选择质量，而偏差注入则通过制造决策不稳定性提供可靠性信号。基于这些发现，我们提出了一种测试时聚合框架，该框架既不依赖验证数据，也不需要事先了解模型之间的相对强弱。框架的实现方式包括：对每个不同答案只展示一次经过风格归一化的推理过程，以实现偏差控制；并将每个聚合智能体最初选出的答案置于少数，以实现偏差注入。实验在三个数学推理基准和四种异构 LLM 组合上进行，对比了多种非 oracle 聚合方法，结果显示我们的框架在平均准确率和 token 效率上均有提升。将该框架应用于多智能体辩论和混合智能体（Mixture‑of‑Agents）时，也能在不修改交互或合成过程的前提下提升最终答案的准确性。
点评：该工作通过巧妙的偏差调节，在无需额外数据的情况下显著提升了多模型聚合的可靠性和效率，为实际部署提供了可行的思路。