arXiv Artificial Intelligence· Ananto Nayan Bala, Faisal Muhammad Shah·2026-11-06 13:00· 2 天前AI 评分31

面向语言模型智能体系统的集合值路由：WildChat 基准与成本感知评估

Set-Valued Routing for Language-Model Agent Systems: A WildChat Benchmark and Cost-Aware Evaluation

AI 导读

研究将固定目录下的智能体路由建模为集合值语言理解任务，构建了覆盖 12 个能力定义智能体的 3,000 条 WildChat 提示词基准。微调文本编码器取得 89.59 F1，高于线性 SVM 的 71.79 和零样本 GPT-4o 的 41.51，在更难的语义分组划分下仍保持 88.02 F1。