Les chercheurs proposent Agora, un cadre qui emploie un mécanisme d'enchère compatible avec les incitations pour allouer dynamiquement les tâches parmi divers modèles experts et outils pour les agents de grands modèles de langage.
- Agora traite les étapes de raisonnement comme des éléments échangeables, permettant aux agents d'enchérir sur la base d'une compétence corrigée plutôt que d'un excès de confiance.
- Le système comble les limites des cadres existants qui reposent sur un appariement grossier tout en ignorant la variabilité des performances et l'efficacité des coûts.
- Les évaluations sur cinq benchmarks démontrent qu'Agora surpasse les bases de référence à modèle unique apparié, de routage et en cascade sous des pools de candidats comparables.
- Le cadre expose un compromis coût-qualité contrôlable via un seul paramètre d'enchère.
Cette approche permet de router la logique critique vers le résolveur le plus capable, améliorant ainsi les capacités de raisonnement globales tout en gérant les coûts.