Peneliti mengusulkan Agora, sebuah kerangka kerja yang menggunakan mekanisme lelang yang kompatibel dengan insentif untuk mengalokasikan tugas secara dinamis di antara berbagai 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 telah dikoreksi daripada kepercayaan diri yang berlebihan.
- Sistem ini mengatasi keterbatasan kerangka kerja yang ada yang mengandalkan pencocokan kasar sambil mengabaikan variabilitas kinerja dan efisiensi biaya.
- Evaluasi di lima benchmark menunjukkan bahwa Agora mengungguli baseline model tunggal yang dicocokkan, perutean, dan kaskade di bawah kumpulan kandidat yang sebanding.
- Kerangka kerja ini mengekspos trade-off biaya-kualitas yang dapat dikontrol melalui satu parameter lelang.
Pendekatan ini memungkinkan logika kritis dialihkan ke solver paling mampu, meningkatkan kemampuan penalaran secara keseluruhan sambil mengelola biaya.