Peneliti mengusulkan Agora, sebuah kerangka kerja yang menggunakan mekanisme lelang yang kompatibel dengan insentif untuk mengalokasikan tugas secara dinamis ke model ahli dan alat untuk agen model bahasa besar.

  • Agora memperlakukan langkah-langkah penalaran sebagai item yang dapat diperdagangkan, memungkinkan agen untuk menawar berdasarkan kompetensi yang dikoreksi daripada kepercayaan diri berlebihan.
  • Sistem mengarahkan logika kritis ke solver paling mampu dengan mempertimbangkan variabilitas kinerja dan efisiensi biaya di antara alternatif yang secara fungsional serupa.
  • Evaluasi di lima benchmark menunjukkan bahwa Agora mengungguli baseline model tunggal, routing, dan kaskade yang cocok di bawah kumpulan kandidat yang sebanding.
  • Kerangka kerja ini mengekspos trade-off biaya-kualitas yang dapat dikontrol melalui satu parameter lelang.

Pendekatan ini mengatasi keterbatasan kerangka kerja yang ada yang mengandalkan pencocokan kasar, menawarkan kemampuan penalaran dan efisiensi yang lebih baik untuk agen LLM.