Google 团队论文：把模型路由建模为 Pandora's Box 代价搜索问题
_onionesque · x · 2026-10-10
Adam Fisch、Jacob Eisenstein 等 Google 研究者发布论文《Pandora's AI Model Routing Box: Efficient Allocation with Costly Value Estimation》(arXiv:2608.20316)。核心问题：多模型异构系统通过把查询路由给最合适的专业模型可提升质量与效率，但路由需要估计各模型的期望回报，而精确估计本身有成本——便宜的估计器（如嵌入预测）快但噪声大，精确估计器（如带检索或部分推理的微调模型）则昂贵。论文将此权衡形式化为经典的 Pandora's Box「带代价检查的最优搜索」问题：在高斯信号模型下，策略具有闭式的信息价值表达式，用于判断对每个专业模型是否值得花钱细化估值。作者提出集中式策略 Pandora's Router，并扩展为去中心化版本 Pandora's Bidder——各模型自主决定是否投入自我评估后以报价认领查询。实验覆盖标准多 LLM 基准、检索增强专家模型和不同推理时计算量的 LLM 三个场景。该帖同时是研究组为 2027 年约 16 周的学生研究岗位招募，方向为 e-values、e-processes 与序贯决策理论。
「研究」频道最新
- 用向量数据库替换权重矩阵,提出检索中心深度学习 — RobertTLange · 2026-10-10
- 上交大 UVTA 用 1000 条人类触觉示范教会机器人灵巧操作 — siyuanhuang95 · 2026-10-10
- 20 分钟讲透特斯拉 FSD:8 摄像头 36 帧,20 亿信息炼成两个输出 — PTrubey · 2026-10-10
- 21位学者联署白皮书：视觉通用智能能否通向AGI — HirokatuKataoka · 2026-10-10
- Epoch AI:三个数学子领域超半数 arXiv 论文已承认使用 AI — burny_tech · 2026-10-10
- 学者批评 Transformer 教学图示:自注意力总被画成黑盒方块 — PlisSergey · 2026-10-10