多 LLM 组队实验细节：10 与 32 模型候选池，四种协作算法
shangbinfeng · x · 2026-10-23
多 LLM 模型选择研究的实验设置补充：
- 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-TIES 合并或 LLM-Blender 进行协作
- 任务覆盖数学、代码与真实性（truthfulness）
核心结论见线程其他推文。
所属事件:研究提出9种策略为多LLM协作选模型，最优可超随机36.1%(5 条相关)→
「研究」频道最新
- 新研究提出「瓶颈压力」指标：同一任务在不同职业面临不同 AI 冲击 — soumitrashukla9 · 2026-10-23
- 基因组「暗物质」破解：语言模型加 AI agent 挖掘非编码 RNA — BrianHie · 2026-10-23
- ICLR 2027 审稿人抱怨：分配稿件大多是「难以卒读的 slop」 — JessicaHullman · 2026-10-23
- Anthropic 开放生命科学「客座研究员」计划：免费用模型，成果开源 — nc_frey · 2026-10-23
- 斯坦福博士答辩公开：生成模型守护自主系统安全，还上了真机试飞 — StanfordAILab · 2026-10-23
- Hugging Face 开源 ThinkingBox:用数据库评分做 RL 奖励训练 Agent — Hugging Face Blog · 2026-10-23