摘要
本文推导了多智能体 LLM 推理时的双参数缩放定律，将系统行为分类为硬天花板、次线性或线性三种机制。通过在 44 种配置（涵盖不同模型、任务及通信模式）上的广泛实验，发现密集辩论会限制答案多样性，且同质团队中的增益主要源于重新评估而非同伴内容。研究指出，仅架构多样性可突破性能瓶颈，少量试点即可预测大规模系统的结构上限。
AI 推荐理由
研究多智能体辩论对推理多样性和正确性的影响，揭示协作推理的缩放规律。
研究机构
Josef Stefan Institute
论文信息