研究人员开发了一种名为ADP-HT的新型上下文老虎机策略,旨在优化在固定预算内将任务分配给大型语言模型(LLM)的效率。该策略学习特定于任务的成功概率,并使用粗粒度的响应长度标签来估计成本,目标是在预算耗尽前最大化已解决的任务数量。在MATH500、GPQA、RouterBench和LiveCodeBench等基准测试中,ADP-HT表现优于现有基线,甚至在严格的预算限制下也优于已部署的商业路由器。 AI
影响 在预算受限的情况下,优化了组织的LLM使用和成本效益。
排序理由 详细介绍LLM路由新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →