arXiv：cs.CL（计算语言学，全量分类）· Liangyu Teng, Hengsong Liu, Juncen Guo, Jingyu Zhang, Yang Liu, Jing Liu, Liang Song·· 3 小时前AI 评分37
哪些模型能良好协作？面向 LLM 团队选择的异质性度量
Which Models Work Well Together? Measuring Heterogeneity for LLM Team Selection
AI 导读
研究者提出一种异质性驱动的 LLM 团队选择框架，通过离线画像刻画单个模型能力，并引入两个互补信号：一个捕捉错误模式去相关以减少共同失败，另一个衡量预测行为差异以获取策略多样性。该方法将团队选择形式化为质量—互补性组合优化目标，并用高效贪心搜索从候选池中选出小规模团队。在多个 benchmark 上，该框架在受控候选池与团队规模下持续优于仅看质量的基线。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org