多智能体推理提升计算效率：帕累托最优的测试时扩展

本文系统分析了自一致性、自优化、多智能体辩论及混合智能体等推理扩展策略的计算性能权衡。通过在 MMLU-Pro 和 BBH 基准上评估不同模型规模与参数配置，计算帕累托前沿以筛选最佳精度与最低算力组合的方法。结果显示，在高算力预算下，推理扩展较思维链准确率提升达 7.1%；同等算力下，辩论与混合智能体优于自一致性。研究指出，当并行生成数超过序列聚合数时，混合智能体效率最高。