RouteLLM：高效LLM路由框架，可以动态选择优化成本与响应质量的平衡

文章预览

前言   本文 提出了一个新的框架，用于在强模型和弱模型之间进行查询路由选择。通过学习用户偏好数据，预测强模型获胜的概率，并根据成本阈值来决定使用哪种模型处理查询 。该研究主要应用于大规模语言模型（LLMs）的实际部署中，通过智能路由在保证响应质量的前提下显著降低成本。 通过创新的路由框架和算法，有效地在强模型和弱模型之间进行查询路由选择，大幅度降低了成本，同时保持了响应质量。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 图是dalle生成的，看着还不错 论文创新 矩阵分解方法 ：采用了推荐系统中的矩阵分解技术，通过训练偏好数据来揭示隐藏的评分函数，从而确定不同模型对查询的质量 。 BERT分类器 ：使用了标准 ………………………………