बड़े भाषा मॉडल-आधारित सर्च एजेंट्स पर एक अध्ययन यह जांचता है कि मल्टी-एजेंट आर्किटेक्चर में भूमिकाओं के बीच मॉडल क्षमता को कैसे वितरित किया जाए। शोध हियरार्किकल सर्च को तीन अलग-अलग भूमिकाओं में विभाजित करता है: कार्य विघटन (डेलिगेशन), रीट्रीवल और प्रमाण निष्कर्षण (एक्जीक्यूशन), और उत्तर जनरेट करना।
- भूमिका फैक्टराइजेशन लगातार सिंगल-एजेंट बेलाइन्स को बेहतर बनाता है, छह मॉडल स्केल्स पर एक्सैक्ट मैच स्कोर में 4.5 से 8.6 अंक की सुधार करता है।
- क्षमता संवेदनशीलता असममित है; डेलिगेशन बैकबोन को स्केल करने से एक्सैक्ट मैच लगभग 11 अंक बेहतर होता है, जबकि एक्जीक्यूशन सब-एजेंट को स्केल करने से केवल लगभग 2.6 अंक मिलते हैं।
- गुणवत्ता-फिल्टर्ड ट्रेजेक्टरी डिस्टिलेशन के माध्यम से प्रशिक्षित एक 1.7B-पैरामीटर एक्जीक्यूटर फ्रंटियर सब-एजेंट सटीकता को मिलाता है जबकि 37% कम टोकन खर्च करता है।
यह निष्कर्ष सुझाव देते हैं कि हियरार्किकल सर्च एजेंट्स बनाने में क्षमता को डेलिगेशन भूमिका पर केंद्रित करना चाहिए और सटीकता को त्यागे बिना एक्जीक्यूशन घटक को छोटा करना चाहिए।