Ahdritz et al., 2025

新路由器通过分解不确定性优化机器学习系统

研究人员开发了一种新颖的、感知不确定性的路由器，旨在通过智能地决定何时使用低成本模型与更昂贵的“神谕”（如大型语言模型或人类专家）来优化机器学习系统。该方法将总不确定性分解为不可约和可约分量，从而能够在不重新训练的情况下动态适应各种损失函数和成本参数。当不确定性较低时，系统会使用较弱的模型进行预测；当可约不确定性较高时，则路由到“神谕”；当不可约不确定性较高时，则放弃处理，并提供关于遗憾的理论保证。