博弈式 LLM 路由研究：多臂老虎机选择优于嵌入法但仍不敌固定模型
Arastun Mammadli · hf · 2026-10-15
Exeter 大学与 IBM Research 的论文 《Choosing LLMs for Strategic Agent Interactions》研究在策略性（博弈式）交互中如何选模型。现有 LLM 路由器只做质量-成本权衡，不考虑对手可能未知且会随时间适应变化。作者将模型选择形式化为博弈式评测下的选择问题，发现多臂老虎机方法优于基于嵌入的选择器，但在面对自适应对手时仍不及固定选一个模型基线。论文已上传 arXiv（cs.AI，2026-10-13）。
「研究」频道最新
- 仅 1 克！无线微型显微镜实现自由活动小鼠全皮层单细胞成像 — KordingLab · 2026-10-23
- Mike Frank 抛出超导可逆计算难题:能否用无偏置约瑟夫森结凑齐 BARCS 通用原语集 — MikePFrank · 2026-10-23
- Arc Institute 用基因组语言模型绘制原核非编码序列图谱 — tedgreenwald · 2026-10-23
- 同行评审的 AI 化：审稿人终于「进入附录」了 — abursuc · 2026-10-23
- Anthropic 用 Claude 为 100+ 开源库写下汇编级安全形式化证明 — AnthropicAI · 2026-10-23
- 研究提出 9 种策略为多 LLM 协作选模型，最优可超随机 36.1% — shangbinfeng · 2026-10-23