机器人工具路由：语义检索与LLM方法对比

2026年10月23日，arXiv Artificial Intelligence 刊出 Miguel Sousa 等作者的论文，比较机器人工具路由的四种策略：三种逐步改进的基于 ChromaDB 的语义检索方法（固定阈值检索、相对距离检索、子句感知聚合检索），以及一个云端托管的 1200 亿参数语言模型基线。研究在 164 条人工标注提示上评估，报告称纯检索方法中 CDB-v3 的宏平均得分最高，为 0.7822，大模型基线为 0.8869。报道指出，大模型的路由质量更高，但 CDB-v3 延迟显著更低，且可本地部署、无需云连接。目前进展限于该论文给出的对比结果，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。