マルチエージェント連携と適応型信頼ゲートによる効率的かつ最適化されたコード生成

要約

本研究は、小規模言語モデル（SLM）の推論能力を向上させるマルチエージェント枠組み「DebateCoder」を提案しています。3つの役割を持つエージェントと95%の閾値を持つ適応型信頼ゲートを導入し、生成前後の議論と修正プロセスを構築しました。HumanEvalで70.12%のPass@1を達成し、コストを約35%削減することに成功しています。

全文は有料プランで閲覧できます。