यह लेख आंशिक और असममित अवलोकनों द्वारा विशेषता सहकारी संयुक्त निर्णय लेने की कार्यों में विचारशील बड़े भाषा मॉडल (LLM) एजेंट्स का जांच करता है। लेखकों ने इस परिदृश्य को एक समस्या के रूप में औपचारिक किया है जिसमें साझा पुरस्कार प्राप्त करने के लिए विचार-विमर्श के माध्यम से जानकारी आदान-प्रदान की आवश्यकता है।
- कार्यों और डोमेन में कई सेटिंग्स पर समस्या को तत्पर करके एक स्केलेबल बेंचमार्क पेश करता है।
- विचारशील एजेंट्स के लिए एक संदर्भ ढांचा और मूल्यांकन प्रोटोकॉल स्थापित करता है।
- इन कार्यों पर प्रतिनिधि LLMs का व्यवस्थित मूल्यांकन करता है।
- पाता है कि जटिल विचारशील सहयोग अभी भी अत्याधुनिक भाषा मॉडल्स के लिए चुनौती बनाए हुए है।
- नोट करता है कि बाहरी गणितीय उपकरण मदद करते हैं, लेकिन मॉडल्स संरेखण या तर्क में विफल हो सकते हैं।
- उजागर करता है कि विचार-विमर्श प्रतिबिंब और त्रुटि सुधार की अनुमति देता है, कभी-कभी केंद्रीकृत आधारों पर प्रदर्शन को बेहतर बनाता है।
यह कार्य विचारशील सहयोग में LLM एजेंट्स का मूल्यांकन और सुधार करने के लिए एक नींव स्थापित करता है और वर्तमान बहु-एजेंट प्रणालियों की ताकत और सीमाओं पर अंतर्दृष्टि प्रदान करता है।