一、简介
旨在利用多个 LLM 的专业知识增强自然语言理解和生成任务的能力。
提出了一种新方法，通过代理混合 （MoA） 方法利用多个 LLM 在不同专业方面的优势。即一个分层的 MoA 架构，其中每一层都包含多个 LLM 代理。每个代理都将上一层代理的所有输出作为生成其响应的辅助信息。MoAmodels 在 AlpacaEval 2.0、MT-Bench 和 FLASK 上实现了最先进的性能，超过了 GPT-4 Omni。
创新点
（1） 提出了一个 Mixture-of-Agents 框架，旨在利用多个 LLM 的优势，从而提高它们的推理和语言生成能力。
（2） 语言模型协作性的发现：即 LLM 之间的遗传协作性，其中模型在可以访问其他模型的输出时往往会产生更高质量的响应，即使这些输出的质量较低。
二、模型
为了从多个LLM中获得最佳结果，需要准确描述不同的模型在写作过程中的优点。可以将模型分为两个不同的角色
Proposer：生成有用的响应以供其他模型参考使用。作为proposer角色的模型不一定产生高分回答，但是必要条件是提供更多的上下文和观点，最终在被聚合器使用时有助于更好的最终回答。
Aggregator：将其他模型的响应合成到单一、高质量输出的模型。
聚合器获得的模型输出和prompt
三、实验
**benchmark：**主要评估 AlpacaEval 2.0上的模型，此外，还在 MT-Bench 上进行了评估
**model：**Qwen1.5-110B-Chat、Qwen1.572B-Chat、WizardLM-8x22B、LLaMA-3-70B-Instruct、Mixtral-8x22B-v0.1、dbrx-instruct。构建了 3 个 MoA 层，并在每个 MoA 层中使用相同的模型集。使用 Qwen1.5-110BChat 作为最后一层的聚合器。
另外开发了一个名为 MoA w/ GPT-4o 的变体，它通过使用 GPT-4o 作为最终 MoA 层中的聚合器，以优先考虑高质量输出。
另一个变体 MoA-Lite 强调成本效益。它使用与 proposer 相同的模型集，但仅包含 2 个 MoA 层，使用 Qwen1.5-72B-Chat 作为聚合器。
所有推理都通过 Together Inference Endpoint 运行。