Google DeepMind 研究模型路由：不只看准确率，还看稳定性
burkov · x · 2026-07-21
一篇来自 **Google DeepMind** 的新论文研究了：当系统要在多个语言模型或 agent 之间路由请求时，怎样判断路由是否真的有意义。 作者提出两个量化指标：一个衡量模型在不同任务上的**行为差异**，另一个检查在**不改变语义**的前提下——例如拼写错误、改写、加入无关文本——路由决策是否稳定。实验显示，少于 10 个精心挑选的模型就能保留大部分有用的行为多样性；而近邻路由虽然准确率高，却可能对措辞微小变化非常敏感。基于模型描述的路由在某些场景下准确率略低，但稳定性更好。
所属事件:Google DeepMind 新研究提出模型路由的多样性与稳定性评估指标(2 条相关)→
「研究」频道最新
- 多次采样再投票，可能是提升推理的强力无标注方法 — iatitov · 2026-07-21
- 检测器扫描显示，2026 年 1 月 39% 的 arXiv 论文像 AI 写的 — GenerativeFart · 2026-07-21
- CleanAir 用 3D U-Net 代理 CMAQ，一年模拟压到 10 秒 — bravo_abad · 2026-07-21
- GPT-5.6 与 Fable 5 据称一周内拿下三项数学突破 — haider1 · 2026-07-21
- METAFORS 用元学习实现混沌系统少样本预测 — bravo_abad · 2026-07-21
- 文档生成基准撞名 DOCBENCH，作者开始重新命名 — ell-hol1 · 2026-07-21