Más Agentes Es Todo Lo Que Necesitas
More Agents Is All You Need
February 3, 2024
Autores: Junyou Li, Qin Zhang, Yangbin Yu, Qiang Fu, Deheng Ye
cs.AI
Resumen
Descubrimos que, simplemente mediante un método de muestreo y votación, el rendimiento de los modelos de lenguaje grandes (LLMs, por sus siglas en inglés) escala con el número de agentes instanciados. Además, este método es ortogonal a los métodos complejos existentes para mejorar aún más los LLMs, mientras que el grado de mejora está correlacionado con la dificultad de la tarea. Realizamos experimentos exhaustivos en una amplia gama de benchmarks de LLMs para verificar la presencia de nuestro hallazgo y estudiar las propiedades que pueden facilitar su ocurrencia. Nuestro código está disponible públicamente en: https://anonymous.4open.science/r/more_agent_is_all_you_need.
English
We find that, simply via a sampling-and-voting method, the performance of
large language models (LLMs) scales with the number of agents instantiated.
Also, this method is orthogonal to existing complicated methods to further
enhance LLMs, while the degree of enhancement is correlated to the task
difficulty. We conduct comprehensive experiments on a wide range of LLM
benchmarks to verify the presence of our finding, and to study the properties
that can facilitate its occurrence. Our code is publicly available at:
https://anonymous.4open.science/r/more_agent_is_all_you_need.