AgentCollab：高效 LLM 代理的自我评估驱动的协作范例

由 大语言模型 (LLM) 提供支持的自主代理通过长视野推理和工具交互执行复杂的任务，其中执行效率和推理鲁棒性之间出现基本的权衡。不同能力成本水平的模型具有互补的优势：较低成本的模型可以实现快速执行，但可能在困难的推理部分上遇到困难，而更强的模型以较高的计算成本提供更强大的推理。我们提出了 AgentCollab，一个自驱动的协作推理框架，可以在代理执行期间动态协调具有不同推理能力的模型。该框架不依赖外部路由模块，而是使用代理自身的自我反射信号来确定当前推理轨迹是否正在取得有意义的进展，并仅在必要时将控制升级到更强的推理层。为了进一步稳定长期执行，我们引入了一种难度感知累积升级策略，该策略根据最近的失败信号分配额外的推理预算。在我们的实验中，我们使用两级小-大模型设置来实例化该框架。对各种多步骤代理基准的实验表明，AgentCollab 持续提高了 LLM 代理的准确性-效率 Pareto 前沿。