AGORA：通过群体蒸馏激发大语言模型的群体涌现能力

摘要

当前复杂推理的进展受限于训练数据集的静态特性。提出将结构化交互作为新的扩展维度，超越单纯增加模型参数的现有范式。自进化框架AGORA通过协作集成实现推理性能提升，在挑战性数学基准上比现有最优单体系统高出4.45个百分点。这种增益源于群体涌现能力——孤立模型无法实现的集体能力合成，验证了交互作为智能可扩展驱动力的有效性。研究结果将协作生态系统的工程化定位为能力涌现的关键前沿。

主题分类

• 机器学习（cs.LG）
• 人工智能（cs.AI）

核心创新

1. 交互式扩展轴：突破传统参数缩放模式，建立模型间结构化交互机制
2. 群体蒸馏技术：通过协作集成产生超越单体模型的群体涌现能力
3. 性能验证：在数学推理任务中实现4.45%的绝对性能提升

技术价值

该研究为大语言模型能力突破提供了新范式，证明通过设计交互生态激发的群体智能可成为继数据/参数扩展后的第三代能力提升路径。