Badacze zaproponowali nową architekturę łączącą wiele agentów opartych na dużych modelach językowych w ensemble'i, gdzie każdy agent ma specjalizowane role. Podejście to wykorzystuje komplementarne możliwości różnych modeli, aby poprawić niezawodność i odporność systemu na błędy. Metoda pokazuje obiecujące wyniki w zwiększaniu wydajności ensemble'i LLM i może znaleźć zastosowanie w krytycznych aplikacjach wymagających wysokiej niezawodności.