跳到正文

MoA

分层组合多个大语言模型的代理方法

访问官网

MoA 是什么

MoA 被介绍为一种混合代理方法,用分层架构组合多个大语言模型代理,借助它们的集体优势提升表现。

你可以用它做什么

  • 运行分层组织的多个 LLM 代理
  • 进行上下文连贯的多轮对话
  • 调整聚合器与参考模型等设置

应用场景

  • 用脚本复现 AlpacaEval 2.0 的结果
  • 比较 FLASK 中无害性与鲁棒性等维度
  • 搭建自定义的多轮对话配置

优点与缺点

✓ 我们认可的地方

  • 多轮对话保持上下文连贯
  • 资料列出 7.6% 的绝对提升

! 需要留意的地方

  • 需导出 Together API 密钥并设为环境变量
  • 演示脚本使用预定义的参考模型

常见问题

报告的得分是多少?

资料报告在 AlpacaEval 2.0 上以仅开源模型取得 65.1%。

可以配置什么?

功能列表列出聚合器、参考模型和温度等参数。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法