Loading...
🧅
智能体混合(MoA)
一种分层集成方法:在每一层,多个 LLM 提议智能体都会接收上一层的全部回复作为辅助上下文,并在最终的聚合器进行综合之前迭代地完善各自的答案。由于模型在看到同伴的回复后能给出更好的答案,一叠开源提议智能体可以胜过单个前沿模型。
复杂度: high多智能体
In 30 seconds
- What
- 把多个 LLM 智能体分层堆叠,每一层都以上一层的全部输出为条件迭代打磨答案,最后汇总成一个最终回复。
- When to use
- 适用于多样化模型视角能提升质量的复杂问题,此时开源模型组合起来可以追平甚至超过前沿模型。
- Watch out
- 延迟和成本随层数与提议模型数量线性增长;收益通常在 2 到 3 层之后就趋于平缓,再往上只是浪费算力。
Loading technique guide…