研究提出9种策略为多LLM协作选模型，最优可超随机36.1%
华盛顿大学 Shangbin Feng、Zongwan Cao 等人在论文《You're Hired: Strategic Model Selection for LLM Collaboration》（arXiv:2609.38816）中，研究了多 LLM 协作系统中的模型选择问题：面对 200 万以上的开源模型，协作团队应如何「招人」。
已确认
- 提出并系统评估 9 种模型选择策略，涵盖基于描述的多样性、项目反应理论（IRT）与个体性信号等思路，最优策略最多超过随机选择 36.1%
- 实验设置两个候选池：10 个专用 Qwen 模型，以及研究社区独立贡献的 32 个模型；每队雇佣 4 个模型，通过 prompt routing、multi-agent refine、DARE-T 等四种协作算法进行评估
- 随机组队是抽奖：成绩波动可达 ±25 分；按个体能力选最强模型可能适得其反：multi-agent refine 下 TruthfulQA 仅 24.8 分，低于随机的 45.4 分
- 当候选池中混入 1-6 个描述看似无害的错位/不安全模型时，Agentic 面试与 Nested selection 可让团队保持 81-83% 干净率，而基于描述的筛选不足以过滤这类模型
为什么重要
随着开源模型数量爆发式增长，如何为多 LLM 协作系统科学地组建团队成为新的关键问题。该研究表明「堆最强的模型」并非最优解，能力感知与面试式筛选策略既能提升性能，也能防御混入的不安全模型，为多 LLM 系统的组建提供了可操作的策略框架。
2026-10-23 ~ 2026-10-23 · 5 条相关
一手来源
- 研究提出 9 种策略为多 LLM 协作选模型，最优可超随机 36.1% — shangbinfeng ·
- 论文《You're Hired》：能力感知选模型，多 LLM 团队最多提升 36.1% — shangbinfeng ·
- 研究：按个体能力选最强模型组队反而翻车，落后随机 20 分 — shangbinfeng ·
- 【源头】研究提出 9 种策略为多 LLM 协作选模型，最优可超随机 36.1% — shangbinfeng · 2026-10-23
- 多 LLM 组队实验细节：10 与 32 模型候选池，四种协作算法 — shangbinfeng · 2026-10-23
- 【源头】研究：按个体能力选最强模型组队反而翻车，落后随机 20 分 — shangbinfeng · 2026-10-23
- 研究：Agent 面试式筛选可过滤错位模型，团队保持 81-83% 干净 — shangbinfeng · 2026-10-23
- 【源头】论文《You're Hired》：能力感知选模型，多 LLM 团队最多提升 36.1% — shangbinfeng · 2026-10-23