より多くのエージェントこそがすべてである

More Agents Is All You Need

February 3, 2024

著者: Junyou Li, Qin Zhang, Yangbin Yu, Qiang Fu, Deheng Ye

cs.AI

要旨

我々は、単純なサンプリングと投票の手法を用いることで、大規模言語モデル（LLM）の性能がインスタンス化されたエージェントの数に比例して向上することを発見した。また、この手法は既存の複雑なLLM強化手法と直交しており、その強化の度合いはタスクの難易度と相関している。我々は、この発見を検証し、その発生を促進する特性を研究するために、幅広いLLMベンチマークで包括的な実験を行った。我々のコードは以下のURLで公開されている：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.