Исследователи из Стэнфордского университета поставили под сомнение распространённое мнение о том, что мультиагентные ИИ-системы всегда эффективнее одиночных моделей. В своей работе они пришли к выводу, что при одинаковом вычислительном бюджете один агент показывает как минимум сопоставимый, а чаще лучший результат. Мультиагентный подход предполагает, что несколько моделей делят задачу на части, обсуждают ответы друг с другом или перепроверяют выводы. Такой формат обычно считают более подходящим для задач с несколькими шагами рассуждения. Авторы исследования объясняют разницу так: при совместной работе агенты постоянно передают друг другу промежуточные результаты, и на каждом таком этапе часть полезной информации может теряться.… Подробнее