arXiv · ML· Ananto Nayan Bala, Faisal Muhammad Shah·· 23 小时前AI 评分29
语言模型智能体系统的集值路由：WildChat 基准与成本感知评估
Set-Valued Routing for Language-Model Agent Systems: A WildChat Benchmark and Cost-Aware Evaluation
AI 导读
summary_zh: 研究者提出将多智能体分发建模为集值语言理解，构建了包含 3000 条 WildChat 提示词的基准测试集。 微调文本编码器在该基准上取得 89.59 F1 分数，远超 GPT-4o 的 41.51；引入 WAR 后处理规则可优化成本效用。
来源：arXiv · ML · arxiv.org