Venkatashesha Gayathri Kondapalli

新研究训练 SLMs 以更高相关性路由多智能体查询

一篇新研究论文提出了一种训练小型语言模型（SLMs）充当多智能体路由器的方法，从而提高了搜索结果的质量。该方法采用监督微调，然后进行强化学习，将检索相关性和查询-智能体主题对齐纳入分层奖励函数。这使得 SLM 能够学习何时选择特定智能体，以及何时将查询重定向到那些即使表面上主题一致但却产生低相关性结果的智能体。与仅依赖基于意图的路由的 LLM 基线相比，训练后的模型实现了显著更高的 NDCG@10 分数，同时还降低了选择延迟。