标签
该论文分析了六种商用动态 LLM 路由器在 14 种场景下的表现，发现没有一种能够胜过在成本相当的情况下在两个精心挑选的模型之间随机选择的路由器。作者将失败归因于难度盲区、长度反转、语义匹配和候选模型名单的次优性——而标准评估目标实际上还在奖励这些模式。