EMNLP 综述系统梳理 LLM 路由:预测、自适应、生成式三大范式
kalyan_kpl · x · 2026-11-11
一篇发表于 EMNLP 2026 Findings 的系统综述《A Systematic Survey of Large Language Model Routing》将 LLM 路由(哪个 query 该交给哪个模型)的文献按路由器执行的算法操作统一归类:
- 预测式路由:在生成答案前对候选模型打分选择
- 自适应路由:先试用某模型,观察结果后动态调整
- 生成式路由:让 LLM 自己推理决策该用哪个模型
- 基础设施工作:通过 benchmark 与对抗分析研究路由本身
综述在该四范式框架下形式化路由决策,梳理各范式的方法发展、假设与权衡,并指出开放研究方向。作者团队维护了一个持续更新的阅读清单(GitHub: wuxingyu-ai/LLM-Routing)。
「编程与Agent」频道最新
- Visa 实测 22 个 AI 模型 15 项购物任务,失败率约 43% — Thick_Mulberry_2235 · 2026-11-11
- Sentry 推出 MCP 与 CLI 统一方案：不是二选一，而是都要 — zeeg · 2026-11-11
- 斯坦福开设 CS329Z 智能体工程课，Diyi Yang 主讲覆盖主动式 Agent — stanfordnlp · 2026-11-11
- 独立开发者自省:共享额度耗尽,整站 AI agent 集体停摆 8 小时 — wolfdogKC · 2026-11-11
- 斯坦福 CS329Z 作业公开：用 Harbor 框架造 terminal-bench 式 agent 评测任务 — Diyi_Yang · 2026-11-11
- 斯坦福 CS329Z 作业公开：不到 5 美元 API 费从零造自己的 Claude Code — Diyi_Yang · 2026-11-11