RouteWeaver统一LLM路由框架发布

发生了什么

据arXiv及Hugging Face Papers报道，研究人员提出RouteWeaver路由框架，旨在将模式选择与执行整合至单一LLM策略中。该框架通过COMET-GRPO训练方法解耦决策信号，并引入渐进式探索机制，使路由策略能自主学习模式选择与模型调用。评估显示，RouteWeaver在数学、编码、知识、逻辑推理及事实检索五大领域均优于基准模型，平均准确率达61.4%，较最强基准提升11.03%。