研究人员正在开发新的方法来优化大型语言模型(LLM)路由,旨在平衡推理成本与用户满意度和服務水平協議(SLA)。SLARouter是一种在线算法,通过稀疏的用户反馈进行学习,以实现成本最优和SLA合规性,将成本降低高达2.2倍。此外,RouteJudge提供了一个开放平台来评估LLM路由系统,专注于路由器级别的决策质量,并提供了一个用于开发和比较路由算法的工具箱。另外,一种名为强制延迟攻击(FDA)的新攻击被识别出来,它通过强制查询更昂贵的模型来操纵多模态LLM级联,凸显了一个新的安全漏洞。 AI
影响 新的路由策略和安全分析可能对LLM的运行效率和鲁棒性产生重大影响。
排序理由 该集群包含多篇研究论文,详细介绍了LLM路由和安全的新算法和框架。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Forced Deferral Attack
- Gotit.pub
- Hugging Face
- MLLM cascades
- Multimodal Large Language Models and Tunings: Vision, Language, Sensors, Audio, and Beyond
- ScienceCast
- ORBIT
- RouteJudge
- Herbert Woisetschläger
- IArxiv
- Large Language Models
- LLM cascades
- SLARouter
AI 生成摘要 · Google Gemini · 来自 5 个来源。 我们如何撰写摘要 →