Фреймворки багатоагентних дебатів (MAD) на основі великих мовних моделей (LLM) покращують міркування та співпрацю, але існуючі підходи страждають від того, що агенти обирають ідентичні шляхи міркування, що призводить до помилок та деградації до простого голосування більшістю. DynaDebate представляє динамічну генерацію та розподіл шляхів, процесно-орієнтовані дебати та агент перевірки на основі тригерів. Цей фреймворк генерує різноманітні шляхи вирішення, зміщує фокус на покрокову логічну критику та об'єктивно вирішує тупикові ситуації за допомогою зовнішніх інструментів. Широкі експерименти показують чудову продуктивність DynaDebate на різних бенчмарках, перевершуючи існуючі передові методи MAD.