多智能体大语言模型（MALLM）在对话任务解决中展现出潜力，特别是在复杂推理任务上超越单个模型。研究通过系统评估不同讨论范式下的多智能体系统，发现其在生成任务和问答任务中表现各异。尽管多智能体系统在复杂任务中表现卓越，但在基础任务上存在问题偏移、对齐崩溃和讨论垄断等挑战。MALLM框架提供了一个可定制且模块化的接口，便于研究和测试多智能体LLM的特性与组件，为未来研究提供了新思路。