arXiv · cs.AI· Ramin Pishehvar, Andrea Morandi, Mahesh Viswanathan·· 2 天前
论文提出大语言模型路由升级信号的五项自检方法
Evaluating Escalation Signals for LLM Routing: Targets, Controls, and Five Ways to Fool Yourself
arXiv:2610.07354v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ramin Pishehvar, Andrea Morandi, Mahesh Viswanathan
研究任务与主要进展
Ramin Pishehvar、Andrea Morandi和Mahesh Viswanathan研究如何用低成本信号判断何时将查询从小模型升级到大模型。在三个基准和两个模型家族上，语义熵在GSM8K上识别小模型错误的AUROC为0.871，并在匹配成本下将路由准确率较随机升级最多提高9个百分点；但基于题目难度、完全不调用模型的简单规则在合成基准上几乎达到相同效果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org