标签
This paper proposes MIDAS, a multi-LLM framework for data-adaptive summarization that automates prompt optimization for domain-specific enterprise use cases, achieving strong improvements over prior methods on customer ticket summarization benchmarks.
Opti-Q 是一个受数据库启发的优化器，用于多LLM问答，通过规划执行DAG，在成本、延迟和能量约束下优化答案质量，在基准测试中取得了显著改进。
本文介绍了一种面向多LLM预测聚合的不确定性感知信任估计方法，该方法改编自结构化专家判断，采用库克风格对数加权来惩罚过度自信的错误预测。在MMLU和MMLU-Pro上的评估表明，该方法在异构和受污染的专家面板下实现了优越的准确性与可靠性平衡。
本文介绍了SynthAVE，一个大规模人工验证的电子商务属性值提取基准，采用多LLM竞技场框架（含21种裁判配置）来高效且经济地验证合成标签，同时保持与人工审核相当的质量。
一份关于使用多 LLM 系统与持久内存构建研究代理框架的详细指南，通过基于文件的身份、项目文档和记忆索引，让研究人员无需在每次会话中重复解释上下文。