DeepMind 论文：模型竞拍抢答达最优路由 99.2% 效果
rohanpaul_ai · x · 2026-10-23
Google DeepMind 新论文《Price of Anarchy of First-Price Auctions in Agentic Markets》提出：如果不知道哪个模型最适合回答某个新问题，可以让各模型为任务"出价"，出价最高者（即自认擅长此题者）作答。
关键结果：
- 在 110 个模型、3 万多条 EmbedLLM 提示上模拟一价拍卖：全模型竞拍达到理论最优值的 99.2%，而按类型路由到最优模型只有 89.4%。
- 在各方法最差的提示簇上，拍卖仍保有 96.0% 的价值，而单一最优模型只剩 6.0%。
理论要点：论文论证两类特征会压低"无政府代价"（Price of Anarchy）——一是竞争底线（蒸馏出的便宜模型与最强模型表现接近时，多个竞标者都会高估值该提示），竞争可把福利损失压到零；二是条件近独立（提示期望价值主要由难度决定），此时效率保证可达最优的 1−1/e²，远好于一般情况的 1−1/e。
实用结论：运营模型市场/路由平台时，当竞标池里有多个强模型，简单的 pay-your-bid 一价拍卖就能接近最优路由效果。
所属事件:DeepMind 论文：模型竞拍抢答可达最优路由 99.2% 效果(3 条相关)→
「研究」频道最新
- 新论文:多级蒙特卡洛加速贝叶斯逆问题的序列熵最优传输方法 — chaumian · 2026-10-23
- 声波+舌部电刺激双模调控,体验者称慢性耳鸣基本消失 — nwilliams030 · 2026-10-23
- 科学美国人揭秘 OpenAI 百万美元数学证明背后的故事 — scientificamerican · 2026-10-23
- 研究揭示 Mamba 订单簿基础模型内部学到了市场表征 — chaumian · 2026-10-23
- UCSC 等发布 ALPS 编码器：一套视觉 token 统一状态、语言与像素 — cihangxie · 2026-10-23
- 用 EmbeddingGemma 2 做语音转写：1 小时音频本地 13 秒完成 — GlennCameronjr · 2026-10-23