Google Research 将模型路由变成可度量的多样性与稳定性问题

burkov · x · 2026-07-21

- 这篇 Google Research 新论文研究的是：当系统在多个语言模型或 agent 之间做路由时，应该怎么评价“路由器”。 - 作者认为，只看准确率和成本有两个盲点：一是有些模型行为太像，路由意义不大；二是同一句话做轻微改写后，路由结果可能大变。 - 论文提出两个可测量指标：一个衡量不同模型之间的**行为差异**，另一个衡量在错别字、改写、加入无关文本等语义不变编辑下的**路由稳定性**。 - 实验显示，精心挑选的不到 10 个模型，已经能保留大部分有用的行为多样性。 - 最近邻路由器往往准确但不稳定；基于模型描述的路由器在某些场景下准确率略低，但稳定性更好。