论文Agent 与开发者15:02Ballad:基于多臂老虎机的 LLM 路由方法用于自动启发式发现这篇论文很实在:跑 AHD 时贵模型不一定赢,用 bandit 动态挑模型,成本最多省 65.6% 还能超过单模型。做组合优化、进化搜索或者想省钱跑 LLM ensemble 的开发者都该看看。#LLM#多臂老虎机#组合优化#AHDaarXiv cs.AI@Samidha Verma 等 3 人原文稍后读已读值得跟进有用关注 LLM