Harnessing the Wisdom of LLM Crowds through Complementarity-Driven Iterative Collaboration
本文介绍了 WILC，这是一个利用序列互补性和双门控选择机制来动态协调多个大语言模型的创新框架，在实现与 GPT-5.2 相当的性能的同时，显著降低了成本，并克服了静态集成方法的局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在尝试解决一个非常棘手的谜题，比如搭建一座复杂的乐高城堡，或者破解一个秘密代码。你有一整盒不同的朋友可以提供帮助。有些朋友非常擅长遵循指令，但不擅长数学；有些则是数学天才，但却连食谱都跟不上。如果你只请一位朋友完成所有工作，他们可能会卡壳。但如果能把工作传递下去呢？你可以让那个擅长遵循指令的朋友开始，然后将完成一半的城堡交给数学天才去修复结构错误，再将其交给富有创造力的朋友来添加酷炫的细节。这种通过结合不同优势，从而获得比任何单个人都能取得更好的结果的想法，被称为“群体智慧”。长期以来，科学家们认为这只适用于人类群体。但现在，我们有了能够交谈、写作和编写代码的人工智能（AI）模型。一个巨大的问题是：我们能否将一群不同的 AI 模型视为一个团队，通过在问题之间反复传递，直到完美解决问题，而不是仅仅要求一个 AI 完成所有事情？
这篇论文介绍了一种组织 AI 模型团队的新方法，称为 WILC（大语言模型群体的智慧集成）。WILC 并不只是选择一个 AI 来完成整个工作，也不仅仅是让三个不同的 AI 编写答案然后投票选出最好的一个，而是将解决问题视为一场接力赛。想象一下接力棒在跑道上传递的过程。第一位跑者（AI 模型）开始了比赛，但可能会在某个特定的障碍前绊倒。WILC 不仅仅是看着他们摔倒；它会精准地发现他们在哪里绊倒了，然后将接力棒交给第二位擅长跳过该特定障碍的跑者，并让比赛继续进行。系统会不断检查：“新的跑者是真的解决了问题，还是让情况变得更糟了？”如果他们解决了问题，比赛继续；如果没解决，系统就会停止并保留目前为止找到的最佳答案。
研究人员在四种不同类型的困难任务（编写计算机代码、解决数学问题、回答常识问题以及创建数据图表）上，使用一组开源 AI 模型（一些拥有约 140 亿个“脑细胞”，另一些拥有 300 亿个）测试了这个想法。他们发现，WILC 在解决这些问题时表现得比使用单个 AI（即使是非常聪明的 AI）或使用旧有的混合答案方法要好得多。事实上，他们的中型 AI 团队表现得几乎与目前最先进、最昂贵的 AI 模型一样出色，但成本却低了大约 7 倍。
论文指出，秘诀不仅在于拥有许多模型，还在于知道何时切换它们。系统学会了识别特定的“瓶颈”——比如代码中的语法错误或数学证明中的逻辑漏洞——然后挑选出最适合修复该特定错误的特定模型。这与仅仅挑选整体上“最聪明”的模型不同。这项研究表明，通过这种智能的、分步骤的传递方式，AI 团队可以解决任何单个成员都无法独立处理的问题。然而，作者指出，当模型具有不同的优势时，这种方法效果最好；如果所有的模型都完全相同，那么这种接力策略就不会有太大帮助。研究结果表明，对于那些希望在使用 AI 的同时又不至于花费巨额资金购买最昂贵模型的企业或研究人员来说，组织一个由不同的小型模型组成的团队进行接力协作，是一种强大且具有成本效益的策略。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。