arXiv cs.AI· Blaz Bertalanic, Carolina Fortuna·· 2026-09-30AI 评分44
跨编排架构的小型 LLM 团队扩展：精准生成-转换分解研究
An Exact Generate - Transform Decomposition of Small-LLM Team Scaling Across Orchestration Architectures
AI 导读
一项针对 5 个 7-9B 模型的研究表明，小型 LLM 团队规模扩展的准确率收益高度依赖任务。当调用次数从 3 次增至 30 次时，GSM8K 和 GSMHard 算术任务准确率最高提升 17 点，而在 ARC、GPQA 和 MMLU 上最多仅提升 4 点。Proposer-Critic 仅在算术任务表现最优，且相同调用预算下不同架构的 token 成本相差 2.1x。
来源：arXiv cs.AI · arxiv.org