标签
本文利用由 Qwen、OLMo 和 R1-distilled 系列共 15 个模型组成的 Mixture-of-Agents 评审面板，测量了大模型的每 Token「充分算力」。研究发现，一个 0.5B 的小模型即可复现参考模型 92%–95% 的输出 Token，而成本最高的 10% Token 却占用了 64%–80% 的 FLOPs。由此得到的每 Token 算力分布图将模型路由延迟从 7.59 秒降低至 5.12 秒，并使推测式草稿生成所需的草稿 Token 数比固定窗口基线减少 32.6%。
该论文提出了 SMART，一个用于长篇字幕翻译的自演化多智能体系统。该系统采用测试时训练机制，结合动态路由器、Mixture-of-Agents 层以及 judge-refiner 循环，在不重新训练底层 LLM 的前提下构建剧集级记忆并自适应地调整智能体提示词。论文还推出了 SubtitleArena 基准测试（涵盖 14 个类型、15 个目标语言区域）以及 SubMQM 评估框架，相比同类智能体系统实现了平均 6.9% 的 MQM 惩罚分数降低，并在 MuSC 基准测试上取得了最佳结果。
CERA-MoA介绍了一个协同进化框架，用于混合代理系统，该框架使用强化学习动态路由查询并调整代理能力，从而提升任务性能和效率。
一位用户强调了 Hugh Madden 关于 multi-agent 系统的文章中的一个发现：即使是强大的仲裁者（GPT-5.5），如果先看到较弱代理的输出，也会产生偏差，从约 98% 的单独准确率下降到 7/9。
一份关于 Hermes Mixture-of-Agents (MoA) 研究结果的技术报告，包括基准测试结果、缓存经济学、GPU 拓扑结构研究以及未来开发路线图。
作者分享了 Hermes Mixture-of-Agents 实验中的发现，包括投票器升级、GPU 拓扑和缓存经济学，表明本地前缀缓存可以使长代理会话几乎免费，并且两个独立的 GPU 实例优于单个分区实例。
Nous Research 的 Hermes Agent 引入了 Mixture of Agents (MoA)，允许用户定义预设，将多个模型用于咨询，并由一个最终回答模型整合，通过覆盖盲点来提升性能。该功能无缝集成到现有的智能体循环中，保留了工具、记忆和上下文。
Hermes Agent 推出了 'Mixture of Agents'（多模型混合）功能，该功能并行运行多个前沿 AI 模型并汇总它们的输出。据报道，在内部基准测试中，其表现优于 Opus 4.8 和 GPT 5.5 等单一模型。
一篇关于混合智能体的论文（arxiv 2406.04692）表明，一组廉价开放模型利用去相关误差，在AlpacaEval 2.0上超越了GPT-4o。作者还分享了类似的真实世界发现：多个廉价模型比单个昂贵模型能发现更多漏洞。
本文揭示了多模型LLM系统的一个基本约束：准确率受制于所有模型在同一查询上同时出错的比率。在67个前沿模型中，常见指标显著低估了全错率，从而限制了投票、路由和集成策略的收益。
ReM-MoA 引入了一种记忆增强的混合智能体框架，通过排序推理记忆和策划的多样化记忆路由来维持扩展，在五个推理基准测试中优于之前的 MoA 变体。
本文揭示，聚合多个LLM智能体的完整推理轨迹（而非仅其最终答案）即使在所有智能体一致同意的情况下也能纠正错误，引入了“聚合悖论”以及Self-Consistent Mixture of Agents方法。
提出MMoA，一种新颖的AI智能体框架，该框架结合了递归机制，用于实现记忆型混合智能体架构。本文介绍了一种在多智能体系统中改进智能体协作与记忆的方法。