Panoramica
La miscela di agenti (MoA) è una tecnica in cui diversi modelli linguistici elaborano risposte e quindi un modello aggregatore fonde le loro idee migliori in un'unica risposta migliorata. Consente a un team di modelli aperti di rivaleggiare o battere un singolo modello di alto livello.
L'aggregazione di miscele di agenti fa parte dello stack di intelligenza artificiale del linguaggio utilizzato per leggere, generare, classificare e trasformare testo e parlato su larga scala.
Immersione profonda
Introdotto in un documento del 2024 di Together AI, Mixture-of-Agents organizza più LLM in livelli. Nel primo livello, diversi modelli "proponenti" rispondono ciascuno in modo indipendente alla richiesta. I loro risultati vengono quindi concatenati e passati al livello successivo, dove i modelli rispondono nuovamente, ora condizionati da tutte le bozze precedenti. Dopo uno o più di questi cicli, un modello "aggregatore" finale sintetizza tutto in un'unica risposta. L'intuizione fondamentale, che gli autori chiamano la "collaborazione dei LLM", è che i modelli producono risposte migliori quando vengono mostrate le risposte dei colleghi, anche quelle imperfette. Sul benchmark AlpacaEval 2.0, un MoA costruito interamente con modelli open source avrebbe superato il punteggio di GPT-4 Omni, dimostrando che un'attenta aggregazione di modelli diversi ed economici può battere un singolo sistema di frontiera.
Approfondimento tecnico
Il MoA differisce dal voto a maggioranza semplice: invece di scegliere una risposta, l'aggregatore legge tutte le risposte dei candidati come contesto e genera una nuova sintesi, mescolando i punti di forza e filtrando gli errori. La diversità tra i proponenti aiuta, quindi mescolare diverse famiglie di modelli è utile. La struttura è a strati, come una rete profonda in cui i "neuroni" di ogni strato sono intere chiamate LLM. Il compromesso è la latenza e i costi: ogni livello moltiplica il numero di chiamate di inferenza, quindi MoA spende più risorse di calcolo per migliorare la qualità.
Padroneggiare l'aggregazione di miscele di agenti
La miscela di agenti (MoA) è una tecnica in cui diversi modelli linguistici elaborano risposte e quindi un modello aggregatore fonde le loro idee migliori in un'unica risposta migliorata. Consente a un team di modelli aperti di rivaleggiare o battere un singolo modello di alto livello. L'aggregazione di miscele di agenti fa parte dello stack di intelligenza artificiale del linguaggio utilizzato per leggere, generare, classificare e trasformare testo e parlato su larga scala. Per creare una comprensione approfondita, trattare l’aggregazione di miscele di agenti come un modello operativo, non come una singola caratteristica: definire i risultati desiderati, chiarire le ipotesi e separare ciò che il sistema può fare in modo affidabile da ciò che richiede ancora il giudizio di esperti.
In pratica, team forti che utilizzano l'aggregazione di miscele di agenti progettano cicli di richieste, recupero e revisione come un unico sistema di comunicazione integrato. Documentano criteri di successo espliciti, effettuano test rispetto a dati e flussi di lavoro realistici e ripetono in base a modelli di fallimento osservati piuttosto che a successi benchmark una tantum. È qui che la comprensione teorica si trasforma in capacità duratura in termini di prodotto, politica e operazioni.
I flussi di lavoro linguistici possono muoversi più velocemente senza sacrificare la coerenza. Allo stesso tempo, i fatti allucinati possono tranquillamente entrare nei rapporti, nei flussi di supporto o nei risultati della ricerca. L’approccio più resiliente consiste nel combinare la velocità di sperimentazione con la disciplina della governance: eseguire progetti pilota, acquisire prove, pubblicare registri decisionali e aggiornare continuamente le misure di salvaguardia man mano che il comportamento del modello, le aspettative degli utenti e i requisiti normativi evolvono.
Impatto strategico
I flussi di lavoro linguistici possono muoversi più velocemente senza sacrificare la coerenza.
I flussi di lavoro linguistici possono muoversi più velocemente senza sacrificare la coerenza. Nelle implementazioni di alta qualità, ciò si traduce in regole operative misurabili, limiti di proprietà e rituali di revisione ricorrenti in modo che i team possano aumentare la fiducia invece di aumentare l’ambiguità.
Espande l'accesso attraverso lingue e stili di comunicazione.
Espande l'accesso attraverso lingue e stili di comunicazione. Nelle implementazioni di alta qualità, ciò si traduce in regole operative misurabili, limiti di proprietà e rituali di revisione ricorrenti in modo che i team possano aumentare la fiducia invece di aumentare l’ambiguità.
I team possono dedicare più tempo al giudizio mentre l'automazione gestisce la ripetizione.
I team possono dedicare più tempo al giudizio mentre l'automazione gestisce la ripetizione. Nelle implementazioni di alta qualità, ciò si traduce in regole operative misurabili, limiti di proprietà e rituali di revisione ricorrenti in modo che i team possano aumentare la fiducia invece di aumentare l’ambiguità.
Implementazione nel mondo reale
Combinando tre diversi modelli di chat aperta come proponenti, quindi utilizzando un forte aggregatore per produrre una risposta lucida all'assistenza clienti.
Aumento dei punteggi relativi al rispetto delle istruzioni sui benchmark in stile AlpacaEval utilizzando solo modelli open source.
Fusione di diversi suggerimenti di codice provenienti da diversi modelli in un'unica implementazione di funzioni più robusta.
Esecuzione di una pipeline a peso aperto che si avvicina alla qualità di frontiera per un'implementazione sensibile alla privacy in cui i dati non possono lasciare i server di un'azienda.
Modelli di implementazione
Aggregazione di miscele di agenti nella pratica
Combinando tre diversi modelli di chat aperta come proponenti, quindi utilizzando un forte aggregatore per produrre una risposta lucida all'assistenza clienti.
Combinando tre diversi modelli di chat aperta come proponenti, quindi utilizzando un forte aggregatore per produrre una risposta lucida all'assistenza clienti, i team di solito ottengono risultati migliori quando definiscono in anticipo le soglie di qualità, mantengono un percorso di escalation umano per i casi limite e tengono traccia sia dei guadagni di produttività che dei costi di errore nel tempo.
Aggregazione di miscele di agenti nella pratica
Aumento dei punteggi relativi al rispetto delle istruzioni sui benchmark in stile AlpacaEval utilizzando solo modelli open source.
Aumento dei punteggi relativi al rispetto delle istruzioni su benchmark in stile AlpacaEval utilizzando solo modelli open source I team di solito ottengono risultati migliori quando definiscono in anticipo le soglie di qualità, mantengono un percorso di escalation umano per i casi limite e monitorano sia i guadagni di produttività che i costi di errore nel tempo.
Aggregazione di miscele di agenti nella pratica
Fusione di diversi suggerimenti di codice provenienti da diversi modelli in un'unica implementazione di funzioni più robusta.
Fondendo diversi suggerimenti di codice provenienti da diversi modelli in un'unica implementazione di funzioni più solida, i team di solito ottengono risultati migliori quando definiscono in anticipo le soglie di qualità, mantengono un percorso di escalation umano per i casi limite e monitorano sia i guadagni di produttività che i costi di errore nel tempo.
Aggregazione di miscele di agenti nella pratica
Esecuzione di una pipeline a peso aperto che si avvicina alla qualità di frontiera per un'implementazione sensibile alla privacy in cui i dati non possono lasciare i server di un'azienda.
Esecuzione di una pipeline a peso aperto che si avvicina alla qualità di frontiera per un'implementazione sensibile alla privacy in cui i dati non possono lasciare i server di un'azienda I team di solito ottengono risultati migliori quando definiscono in anticipo le soglie di qualità, mantengono un percorso di escalation umano per i casi limite e monitorano sia i guadagni di produttività che i costi di errore nel tempo.
Rischi e guardrail
Fatti allucinati possono tranquillamente entrare nei rapporti, nei flussi di supporto o nei risultati della ricerca.
La sensibilità tempestiva può creare risultati incoerenti tra richieste simili.
I dati di testo sensibili potrebbero essere esposti se i controlli di accesso sono deboli.
Tabella di marcia per l'implementazione
Definisci il formato di output, il tono e gli standard di qualità prima dell'implementazione.
Definisci il formato di output, il tono e gli standard di qualità prima dell'implementazione. Tratta ogni passaggio come una prova: se i criteri non vengono soddisfatti, metti in pausa l'implementazione, colma il divario e solo allora espandi l'utilizzo.
Risposte concrete con fonti attendibili ogni volta che la precisione è importante.
Risposte concrete con fonti attendibili ogni volta che la precisione è importante. Tratta ogni passaggio come una prova: se i criteri non vengono soddisfatti, metti in pausa l'implementazione, colma il divario e solo allora espandi l'utilizzo.
Mantenere un checkpoint di revisione umana per i risultati ad alto rischio.
Mantenere un checkpoint di revisione umana per i risultati ad alto rischio. Tratta ogni passaggio come una prova: se i criteri non vengono soddisfatti, metti in pausa l'implementazione, colma il divario e solo allora espandi l'utilizzo.
Tieni traccia dei modelli di errore e riqualifica regolarmente le richieste o i flussi di lavoro.
Tieni traccia dei modelli di errore e riqualifica regolarmente le richieste o i flussi di lavoro. Tratta ogni passaggio come una prova: se i criteri non vengono soddisfatti, metti in pausa l'implementazione, colma il divario e solo allora espandi l'utilizzo.