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
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一份横跨 ML、系统、NLP 与音频的经典论文清单 — deliprao · 2026-07-27
- TechCrunch 讨论脑波信号或成 physical AI 训练新钥匙 — TechCrunch AI · 2026-07-27