Модели, проблемы: как лучше выбрать пулы моделей при разработке многоагентных систем

arXiv:2609.17306v1 Annuales Type: rectraview: Multi-Agent Systems (MAS) комбинирует результаты нескольких моделей для решения сложных задач по обоснованию. Однако, несмотря на быстрый рост имеющихся моделей с открытыми исходными кодами, в настоящее время проводятся ограниченные исследования по вопросу о том, как отбирать оптимальных кандидатов из этого массива. Мы систематически оцениваем 8 стратегий отбора моделей (включая размер модели, точность и разнообразие ответов) в рамках архитектуры МАС по сложным научным критериям до поколения (путешествие), а также после него (вынесение большинства голосов, ЛМ-судья). Наши выводы показывают значительный разрыв между теоретическим потенциалом оракула и фактическими показателями: увеличение размера пула кандидатов часто приводит к снижению эффективности ниже, чем в случае модели с наиболее высокоэффективной базой. Мы считаем, что отбор кандидатов в рамках единой модели семьи является стратегией, которая обеспечивает наилучшие относительные результаты по сравнению с отдельной моделью. Эти результаты свидетельствуют о том, что включение произвольных моделей в разнородный МАС может привести к внедрению системы