surrogate-rewards

标签

#surrogate-rewards

基于代理奖励的上下文感知上下文赌博机用于LLM路由

arXiv cs.LG ↗ · 2026-07-13 缓存

本文提出了相关性感知的上下文赌博机算法，利用机器学习模型产生的代理奖励信号进行LLM路由，与标准基线相比，实现了更好的精度-成本权衡和样本效率。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈