提出基于模型分歧的弱到强路由方法

研究者提出一种基于模型间分歧的弱到强路由方法，无需真值监督即可判断何时将小语言模型的回答转交更强模型处理。该方法先刻画最优路由策略，再据此推导出可用模型生成回答直接测量的分歧近似，且强模型越接近真值分布，近似越准确。在智能体与单轮任务上，该方法在路由成本与回答准确率之间取得平衡，即使有真值正确性信号可训练，也优于直接预测正确率的方法。

摘自 arXiv Artificial Intelligence

还没有足够的连续观测数据，暂不绘制趋势。