في عالم الذكاء الاصطناعي، يعد التعاون بين العديد من الوكلاء أحد المفاتيح الأساسية لتحسين الأداء. لكن هل يمكن أن تتحسن النتائج فعلاً مع زيادة عدد الأعضاء في الفريق؟ في بحث حديث نُشر على arXiv، تم تحليل الأداء المتفاوت لنماذج اللغات الكبيرة (Large Language Models) عند توزيع المهام بين فرق متعددة من الوكلاء، وتحديداً التركيز على المهام المنفصلة والمعوضة.

تم اقتراح تصنيف ستاينر كإطار لتحليل كيفية تحقيق تحسينات في الأداء، حيث أظهرت البيانات أن زيادة عدد الأعضاء في الفرق تؤدي لزيادة احتمال نجاح المهمة، إلا أن ذلك يعتمد بشكل كبير على طبيعة المهام نفسها. على سبيل المثال، في المهام المنفصلة، تزداد نسبة صحة الاجابات عندما يزيد عدد الوكلاء، ولكن الأمر يختلف عندما نتحدث عن التصويت التعددي.

عندما تم تطبيق التصويت على أجوبة الوكلاء، كانت تحسينات الدقة محدودة، حيث حقق النموذج دقة قريبة من 0.5 نقطة على المتوسط. ومع ذلك، فإن استخدام التعديلات المتعددة يلعب دوراً حيوياً في تحسين الدقة، إذ تظهر المعطيات بأن الاستفادة لا تختلف كثيراً بين وجود وكيل واحد أو 29.

أما بالنسبة لمهام التقدير مثل تقدير كمية فيرمي، فإن النتائج كانت أقل نجاحًا، حيث أظهرت الدراسة أن حوالي 87% من الأخطاء تأتي من التحيزات المشتركة، مما يعني أن وسائل دمج النتائج لم تؤدي لتحقيق نتائج أفضل. بدلاً من ذلك، التعاون بين أنواع النماذج غالباً ما يكون غير قادراً على التفوق على الأداء الأقوى لنموذج منفرد في المهام المنفصلة.

هذه النتائج تُظهر أن هيكلية المهام، مع طريقة دمج النتائج، تُعتبر سمة أساسية تحدد أداء الفرق في الذكاء الاصطناعي. مما يفتح أمامنا طريقًا نحو الفهم العميق للمكتسبات الممكنة من التعاون بين الوكلاء واستخدام نماذج التعلم العميق بشكل أكثر فعالية.