研究人员开发了一种方法，使大型语言模型（LLMs）能够预测多智能体推理任务中的失败风险，这有助于优化计算资源分配。虽然LLMs可以有效预测一般失败风险，但它们难以确定哪种具体的协作协议最有益。该研究使用了4181个数学问题的基准测试，发现置信度分数可以帮助初步升级决策，但针对特定协议的成本感知路由仍然是一个开放的挑战。 AI
影响 这项研究通过优化计算资源分配，可能导致LLMs在复杂推理任务中的部署更加高效。
排序理由 该集群包含一篇详细介绍LLM新研究发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
