多智能体协作不再一律加人:先估骨干模型这道题会不会做,强模型省下36%token
多智能体协作的规模改由骨干模型对当前问题的胜任度决定:在六个基准上平均得分93.81%,高胜任度骨干上平均准确率从87.22升到89.97,同时每查询token用量减少36.26%。
多智能体协作的规模改由骨干模型对当前问题的胜任度决定:在六个基准上平均得分93.81%,高胜任度骨干上平均准确率从87.22升到89.97,同时每查询token用量减少36.26%。
该工作从模型激活层面分析LLM用户模拟器中的“助手偏见”,通过对比同一对话中模型对用户视角与助手视角的表征,提取出用户角色向量,发现用户方向在激活中可识别并能引发类用户行为、且与助手特质不同,同时用户角色激活与模拟真实感相关、对其进行引导可增强真实感,但也会夸大用户行为并覆盖个体用户画像。
已读完全部报道