arXiv·· 12 天前AI 评分32
评估 LLM 路由的升级信号：目标、控制与五种自欺方式
Evaluating Escalation Signals for LLM Routing: Targets, Controls, and Five Ways to Fool Yourself
AI 导读
研究测试了语义熵作为 LLM 路由升级信号的可靠性，在三个基准和两个模型家族上进行评估。在 GSM8K 上，当小/大模型规模相差约 12 倍时，语义熵能可靠区分小模型的错误（AUROC…）。
来源：arXiv · arxiv.org