研究团队提出重试感知模型路由框架RetryRoute
Start here
2026年11月2日，arXiv机器学习领域发表的一项研究提出了面向智能体图像编辑服务的重试感知模型路由机制RetryRoute。该机制针对重试成功率仅为初次17%至53%的“粘性失败”问题，能够根据失败历史动态规划重试、模型升级或放弃，同时将实时队列等待计入调度成本。实验测试显示，该机制使评判成功率比最强基线平均提升2.8个百分点；在GPU服务测试中，其在不同负载下将满足服务等级目标的编辑比例提升了5.0至6.3个百分点。
AI-generated from reports · Updated 4 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习RetryRoute：面向智能体图像编辑服务的重试感知模型路由
研究者提出重试感知模型路由机制 RetryRoute，用于在智能体图像编辑中根据失败历史动态规划重试、模型升级或放弃。该机制针对重试成功率仅为初次 17-53% 的粘性失败，并将实时队列等待计入调度成本，使评判成功率比最强基线平均提升 2.8 个百分点。在 GPU 服务测试中，其在各负载下将满足服务等级目标的编辑比例提升 5.0-6.3 个百分点。
Story heat trend
Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.