Choosing LLMs for Strategic Agent Interactions

arXiv cs.AI · 14 oct, 06:00

Investigadores proponen un framework de selección estratégica de modelos de lenguaje en juegos de múltiples agentes, donde un selector elige dinámicamente entre varios LLMs para optimizar el desempeño contra oponentes desconocidos y adaptativos. El estudio revela que la competencia estratégica de cada modelo varía significativamente según el juego y el adversario, y que los algoritmos tradicionales de selección (consultas embeddings, auto-reflexión) no capturan de manera confiable la señal estratégica subyacente.