大语言模型多代理协作（MACNET）

Scaling Large-Language-Model-based Multi-Agent Collaboration


提出多智能体协作网络（MACNET），以探究多智能体协作中增加智能体数量是否存在类似神经缩放定律的规律。研究发现了小世界协作现象和协作缩放定律，为LLM系统资源预测和优化提供了思路。

1. 研究背景与动机：大语言模型（LLMs）因神经缩放定律展现出强大能力，但在封闭推理方面存在局限。多智能体协作成为整合不同智能体专长的有效范式，受神经缩放定律启发，研究多智能体协作中增加智能体是否有涌现能力及协作缩放定律，对优化资源利用意义重大。
2. 相关工作：LLMs通过大规模数据集训练和参数调整，在