近日，我院计算机系王悦副教授作为共同通讯作者，与北京师范大学、浙江大学城市学院、华中科技大学、美国伊利诺伊大学芝加哥分校的研究人员合作完成的研究论文“Dynamic Diversity-Consensus Balancing via Student-Teacher Multi-Agent KG”被第20届国际互联网搜索与数据挖掘会议（The 20th ACM International Conference on Web Search and Data Mining，WSDM 2027）长文录用。WSDM是中国计算机学会（CCF）推荐的B类国际学术会议。本届WSDM共收到了1796篇论文（有效投稿1756篇），主会接收了277篇论文，接收率15.8%。WSDM2027将于2027年2月15日至19日在中国香港举行。

该研究面向agent集群共同构建知识图谱的场景，针对多智能体多视角抽取中“多样性—共识”难以兼顾、现有聚合策略易放大噪声并系统性压制少数正确信息的问题，提出学生-共识-教师（SCT）框架。SCT借鉴教学评价模型，将去中心化的学生抽取与集中式、权威性的教师裁决在结构上解耦，并从原始候选池中提取低误差、高共识的子图。为协同控制这一过程，论文设计了贝叶斯加性期望最大化（BAEM）算法，通过由Beta伪计数驱动的加性可靠性更新，给出误差保证：共识子图的误差不超过原始候选池。框架还融合认知评分理论，以认知层级评分为教师智能体建立评估基线。真实数据集实验表明，SCT能构建更高质量的知识图谱，显著提升GraphRAG等下游知识密集型应用。

撰稿：王悦

审核：高胜