本研究提出了一种多模态辩论框架，旨在解决大型语言模型的监督问题。该框架在视觉问答任务中优于单一专家模型，提升了视觉-语言模型的推理能力。

本研究系统调查了多智能体辩论框架中的监狱破解攻击漏洞，提出了结构化提示重写框架，显著提高了系统脆弱性，攻击成功率超过80%，强调了加强安全防护的必要性。