论文研究强推理模型加入LLM路由的表现

1. 13:00
   arXiv 机器学习

   强推理模型加入模型池：LLM 路由中的微小联合溢价与高昂失控生成

   一项针对 LLM 路由的研究显示，在 MATH-500 上引入准确率达 96.1% 的 Nemotron Nano 9B v2 与 Nemotron Super 49B v1.5 推理模型后，模型池的联合溢价仅为 0.215-0.588 个百分点。

Current heat 6·Comparable peak 10（Nov 4 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.