LLMS聚合算法的加权融合

一、基础聚合：多模型输出投票/加权融合

1. 多数投票聚合器

java

import java.util.*;
import java.util.stream.Collectors;

public class VoteAggregator {
    
    /**
     * 多数投票聚合
     * @param results 多个模型输出的结果列表
     * @return 投票最多的结果
     */
    public static String majorityVote(List<String> results) {
        Map<String, Long> voteCount = results.stream()
            .collect(Collectors.groupingBy(
                result -> result, 
                Collectors.counting()
            ));
        
        return voteCount.entrySet().stream()
            .max(Map.Entry.comparingByValue())
            .map(Map.Entry::getKey)
            .orElse(null);
    }
    
    /**
     * 加权投票聚合
     * @param results 模型输出结果列表
     * @param weights 对应的权重列表（权重之和应为1）
     * @return 加权投票得分最高的结果
     */
    public static String weightedVote(List<String> results, List<Double> weights) {
        Map<String, Double> scoreMap = new HashMap<>();
        
        for (int i = 0; i < results.size(); i++) {
            String result = results.get(i);
            Double weight = weights.get(i);
            scoreMap.merge(result, weight, Double::sum);
        }
        
        return scoreMap.entrySet().stream()
            .max(Map.Entry.comparingByValue())
            .map(Map.Entry::getKey)
            .orElse(null);
    }
    
    // 使用示例
    public static void main(String[] args) {
        List<String> llmOutputs = Arrays.asList("positive", "neutral", "positive");
        System.out.println(majorityVote(llmOutputs)); // 输出: positive
        
        List<Double> weights = Arrays.asList(0.5, 0.3, 0.2);
        System.out.println(weightedVote(llmOutputs, weights)); // 输出: positive
    }
}