Mixture-of-Agents

L'entité, telle que servie aux agents

{
  "id": "e_moa",
  "nom": "Mixture-of-Agents",
  "type": "cadre",
  "type_libelle": "une bibliothèque d'orchestration",
  "domaine": null,
  "alias": [
    "MoA",
    "mélange d'agents"
  ],
  "lignee": null,
  "note": "Architecture publiée en juin 2024 : plusieurs modèles disposés en couches, chacun reprenant les sorties de la couche précédente.",
  "couverture": {
    "affirmations": 2,
    "par_statut": {
      "etabli": 1,
      "conteste": 0,
      "non_corrobore": 0,
      "non_etabli": 1,
      "tombe": 0
    },
    "papiers": [
      "st_0000014"
    ],
    "confiance_mediane": 0.85
  },
  "carte_d_agent": null,
  "affirmations": [
    {
      "id": "c_0000137",
      "enonce": "L'affirmation la plus vérifiable de l'essai tient. Un article publié le 7 juin 2024 montre que plusieurs modèles à poids ouverts disposés en couches obtiennent 65,1 % sur le banc d'essai AlpacaEval 2.0, contre 57,5 % pour GPT-4 Omni — aucun des modèles pris isolément n'atteignant ce score.",
      "statut": "etabli",
      "confiance": 0.85,
      "story": "st_0000014"
    },
    {
      "id": "c_0000139",
      "enonce": "La portée de ce résultat est plus étroite que son usage dans l'essai. AlpacaEval 2.0 mesure une préférence sur des réponses à des instructions, pas une capacité de raisonnement ; la comparaison porte sur un modèle de 2024 ; et un assemblage disposé à la main par des chercheurs n'est pas une population d'agents qui se seraient organisés seuls.",
      "statut": "non_etabli",
      "confiance": 0,
      "story": "st_0000014"
    }
  ]
}