发掘多智能体协作的力量：来自 LLM 路由的经验教训
计算与语言
2024-05-02 v1
摘要
随着大型语言模型（LLM）的快速发展，人们自然会思考如何高效地发挥其能力。本文探讨了将每个输入查询导向最合适的单个 LLM 是否可行的问题。为此，我们提出了用于解决具有挑战性推理任务的 LLM 路由方法。我们的广泛实验表明，这种路由有前景，但并非在所有场景下都可行，因此需要进一步研究更稳健的方法来填补这一空白。
引用
@article{arxiv.2405.00467,
title = {Harnessing the Power of Multiple Minds: Lessons Learned from LLM Routing},
author = {KV Aditya Srivatsa and Kaushal Kumar Maurya and Ekaterina Kochmar},
journal= {arXiv preprint arXiv:2405.00467},
year = {2024}
}
备注
Accepted to Workshop on Insights from Negative Results in NLP 2024 (co-located with NAACL 2024)