DeepMind：有效模型路由不只看准确率
dair_ai · x · 2026-07-14
这条帖子在介绍 Google DeepMind 关于“有效模型路由”的新研究。 核心观点是：LLM router 的好坏不能只看 accuracy 和 cost。原因有两个： - 如果被路由的模型/专家行为都很像，那么路由本身其实没有意义，怎么分配都会差不多 - 如果同一个问题的不同表述会被分到不同专家，说明路由不稳定，分配结果没有可靠信号 研究主张用两个额外维度判断路由是否“真有效”： - **行为差异性**：路由对象之间是否真的有可区分的行为 - **对表述改写的稳定性**：同一问题 paraphrase 后路由是否一致 实用上，这意味着做 mixture-of-agents 或 model routing 时，单看最终准确率可能会被“看起来很强但其实无意义”的 router 误导。