Plus d'Agents, C'est Tout Ce Dont Vous Avez Besoin
More Agents Is All You Need
February 3, 2024
Auteurs: Junyou Li, Qin Zhang, Yangbin Yu, Qiang Fu, Deheng Ye
cs.AI
Résumé
Nous constatons que, simplement via une méthode d'échantillonnage et de vote, la performance des grands modèles de langage (LLMs) s'améliore avec le nombre d'agents instanciés. De plus, cette méthode est orthogonale aux méthodes complexes existantes pour améliorer davantage les LLMs, tandis que le degré d'amélioration est corrélé à la difficulté de la tâche. Nous menons des expériences approfondies sur un large éventail de benchmarks de LLMs pour vérifier la présence de notre découverte et étudier les propriétés qui peuvent en faciliter l'occurrence. Notre code est disponible publiquement à l'adresse suivante : 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.