论文提出智能体 LLM 路由基准 TwinRouterBench
热点事件持续更新
论文提出智能体 LLM 路由基准 TwinRouterBench
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
论文作者提出 TwinRouterBench，评测长流程智能体应用中的分步大语言模型路由，并设置静态与动态两条轨道。静态轨道收录来自五个基准的 520 个实例、共 970 条路由可见前缀，并按发布的降级与级联协议为每条前缀配执行验证的目标模型档位；评分根据档位标签、轨迹归属和 token 成本确定性计算，不使用在线 LLM 评审。 动态轨道提供可在 SWE-bench Verified 全部 500 个案例上运行路由器的测试工具；论文报告的是其中 100 个与静态 SWE 监督划分不重叠的留出案例评测。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
TwinRouterBench：面向真实智能体 LLM 路由的快速静态与在线动态评测报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningTwinRouterBench：面向真实智能体 LLM 路由的快速静态与在线动态评测
TwinRouterBench 提出面向长流程智能体应用的分步 LLM 路由评测基准，包含静态和动态两条轨道。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。