arXiv 人工智能· Blaz Bertalanic, Carolina Fortuna·· 18 小时前AI 评分44
小 LLM 团队跨编排架构扩展的精确生成-转换分解
An Exact Generate - Transform Decomposition of Small-LLM Team Scaling Across Orchestration Architectures
AI 导读
一项研究针对 8 种 Agent 编排架构与 5 款 7-9B 模型评估小语言模型团队扩展，发现扩展收益高度依赖任务类型。调用次数从 3 次增至 30 次时，GSM8K 等算术任务准确率最高提升 17 点，但 ARC、GPQA 和 MMLU 最多仅提升 4 点。研究提出生成-转换分解方法，指出同等调用预算下 token 成本相差 2.1 倍，团队扩展并非普适手段。
来源：arXiv 人工智能 · arxiv.org