热点事件持续更新
研究人员提出LLM自适应推理路由框架Rouge
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员在 arXiv 发布论文，提出名为 Route-and-Generate（Rouge）的分层训练框架，以使大语言模型能够针对不同输入自适应决定所需的推理程度。该框架将推理分配与答案生成解耦，利用路由策略分配采样预算，并结合 GRPO 与偏好简短正确解的排名奖励来优化基座模型。同时，路由策略经闭式 KL 正则化改进后蒸馏至神经路由器，在多个推理基准测试中实现了更优的准确率与效率权衡。
AI 根据报道生成 · 7 小时前更新
最新进展10月23日 12:00
研究人员提出分层训练框架Rouge，利用KL正则化路由器优化LLM自适应推理与效率权衡。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 人工智能Route-and-Generate：面向大语言模型推理路由的 KL 正则化路由器改进
研究人员提出分层训练框架 Route-and-Generate（Rouge），使 LLM 能自适应决定每个输入所需的推理程度。该方法将推理分配与答案生成解耦，利用路由策略分配采样预算，并结合 GRPO 与偏好简短正确解的排名奖励优化基座模型。路由策略经闭式 KL 正则化改进后蒸馏至神经路由器，在多个推理 benchmark 上实现了更优的准确率与效率权衡。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·近 24 小时可比范围变化 –
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。