在大语言模型(LLM)快速发展的背景下，研究者们越来越关注如何通过多代理系统来增强模型性能。传统的多代理方法虽然避免了大规模再训练的需求，但仍面临着计算效率和思维多样性的挑战。本文提出的稀疏代理混合(Sparse Mixture-of-Agents, SMoA)框架，通过借鉴稀疏专家混合(Sparse Mixture-of-Experts, SMoE)的设计理念，有效解决了这些问题。
基础架构：MoA模型
在介绍SMoA之前，需要先了解基础的混合代理(Mixture-of-Agents, MoA)架构。在MoA中，系统包含l层，每层包含n个提议者(proposer)。其核心运算可以通过以下公式表示：
其中：
- P_i,j 表示第i层的第j个提议者
- x_i 是输入文本
- ⊕ 表示聚合-综合提示操作
- y_i 是第i层的输出
最终输出通过聚合器(Aggregator)生成：
SMoA架构解析
SMoA（Sparse Mixture-of-Agents）的架构设计融合了多层级代理交互和稀疏化处理，主要包含以下核心组件：
- 输入层：接收初始提示（Prompt）
- 处理层：包含多个并行的代理模块
- 输出层：生成最终响应
1. 代理模块（Agent Module）
处理输入信息并生成候选响应
- 每个模块都有独特的角色定义
- 并行工作以提高效率
- 通过角色扮演促进思维多样性
2. 评判代理（Judge）
每个处理层之间
- 评估当前层所有代理的输出
- 选择最优质的k个响应
- 过滤低质量或重复信息
工作流程
输入: n个代理响应
过程: 质量评估与排序
输出: k个最优响应（k < n）3. 调节代理（Moderator）
处理层的最后
- 监控整体进度
- 评估响应质量和一致性
- 决定是否继续迭代
决策依据
- 响应质量评分
- 代理间一致性程度
- 迭代轮次计数
4. 信息流动路径
前向传递
- 输入提示进入第一层代理模块
- 并行代理生成候选响应
- 评判代理选择最优响应
- 调节代理评估是否继续
反馈机制
- 评判结果影响下一轮代理行为
- 调节决策控制迭代进程
- 动态调整处理深度
SMoA的技术创新
上图展示了传统MAD、MoA与SMoA的架构对比，我们来通过公式进行详细介绍
1. 响应选择机制
SMoA引入评判代理(Judge)来实现响应选择，其数学表达为：
这个机制通过选择最佳的k个响应显著减少了计算开销，其中k是控制网络稀疏度的参数。
2. 早停机制
调节代理(Moderator)的决策过程可以表示为：
这个布尔值决定是否继续迭代过程，有效降低了不必要的计算。
3. 角色扮演机制
角色分配过程可以表达为：
其中：
- D 是数据集描述
- T 是任务需求
- r_i 是分配给每个提议者的角色描述
这些数学公式清晰地展示了SMoA各个组件的工作机制，以及它们如何共同实现系统的稀疏化和效率提升。
实验评估与结果分析
评估框架
研究团队在三个主要维度进行了全面评估：
- Just-Eval对齐性评估- 评估指标：有用性、清晰度、事实性、深度、参与度、安全性- 使用GPT-4进行评分，满分5分- 涵盖多个知名数据集
- MMAU推理能力评估- 数学理解（Math）- 工具使用（Tool）- 代码竞赛（Code）- 使用准确率作为评估指标
- CEB公平性评估- 主要关注有害性和刻板印象- 分数越低表示性能越好
关键实验结果
- 对齐性能比较：
性能提升 = (SMoA得分 - 基线得分) / 基线得分 * 100%- Qwen2-72B-Instruct: +1.9%- Qwen1.5-72B-Chat: +1.7%- Mixtral-8*22B: +3.6% - 推理能力评估：
平均得分 = (Math + Tool + Code) / 3- 基线模型：20.78分- SMoA提升：+18.2%- MoA提升：+24.9% - 计算效率分析：
效率比 = SMoA处理时间 / MoA处理时间显示SMoA平均可节省约40%的计算资源
创新贡献与未来方向
主要贡献
- 架构创新- 提出稀疏化的多代理框架- 引入评判和调节机制- 实现角色多样性
- 性能突破- 维持高性能的同时显著降低计算成本- 提高系统可扩展性- 增强思维多样性
- 实践价值- 为大规模部署提供可行方案- 降低运营成本- 提高系统效率
未来研究方向
- 网络结构优化- 探索更复杂的代理连接方式- 研究动态网络拓扑
- 激活策略改进- 开发更智能的代理选择机制- 优化早停判断标准
- 应用场景拓展- 探索在更多领域的应用- 研究特定任务的优化策略
这项研究不仅在理论上提供了创新的解决方案，也在实践中展示了显著的改进效果。通过引入稀疏化和角色多样性，SMoA为大语言模型多代理系统的发展开辟了新的方向。
论文地址：
https://avoid.overfit.cn/post/ace63f7d197a44d6b0ce7086d0e5ba15