热点事件持续更新

LLM 路由机制演进：T-Router 与 FlexRouter

2 篇报道2 个报道来源2 小时前更新

先了解这件事

AI 综述

T-Router 与 FlexRouter 均于 2026-10-01 发布。T-Router 在 8.95B 主干上仅分配 41.73M 参数（占主干 0.466%），经 GSM8K RL 训练后 MathAvg 达 83.64，超越全参数 GRPO 的 73.79 和 LoRA 的 77.28，AIME 均值从 48.33 提升至 60.56；其通过可寻址块变化库与深度循环控制器实现计算复用，以正确性奖励训练接口并保持主干参数与层序不变。FlexRouter 将 LLM 路由建模为覆盖导向的子集选择问题，利用 DPP 捕捉模型能力与冗余性，最大化至少一个模型给出正确答案的概率；训练目标基于对失败集的边缘化，推理时采用基于边际对数行列式增益的贪心策略，无需预设计算预算即可自适应确定子集大小，在 RouterEval 基准上域内域外均比强基线实现更高覆盖、更低冗余，同时保持灵活的推理成本。

AI 根据报道生成 · 1 小时前更新

事件进展

2 个进展

10月1日 12:00 · 1 篇报道
T-Router：通过参数高效强化学习实现推理的丘脑路由机制
arXiv · Neural and Evolutionary Computing：T-Router：通过参数高效强化学习实现推理的丘脑路由机制
10月1日 12:00 · 1 篇报道
FlexRouter: Learning Complementary Model Sets for Flexible L
arXiv · Machine Learning Theory：FlexRouter：学习互补模型集实现灵活的 LLM 路由

报道时间线

沿着报道，了解事件的不同侧面。

10月1日

12:00
arXiv · Machine Learning Theory
FlexRouter：学习互补模型集实现灵活的 LLM 路由
FlexRouter 将 LLM 路由建模为覆盖导向的子集选择问题，利用 DPP 捕捉模型能力与冗余性，最大化至少一个模型给出正确答案的概率。训练目标基于对失败集的边缘化，推理时采用基于边际对数行列式增益的贪心策略，无需预设计算预算即可自适应确定子集大小。在 RouterEval 基准上，FlexRouter 在域内和域外任务上均比强基线实现更高覆盖、更低冗余，同时保持灵活的推理成本。
12:00
arXiv · Neural and Evolutionary Computing
T-Router：通过参数高效强化学习实现推理的丘脑路由机制
T-Router 在 8.95B 参数主干上仅分配 41.73M 参数（占主干 0.466%），经 GSM8K RL 训练后 MathAvg 达 83.64，超越全参数 GRPO 的 73.79 和 LoRA 的 77.28，AIME 均值从 48.33 提升至 60.56。其通过可寻址块变化库与深度循环控制器实现计算复用，以正确性奖励训练接口并保持主干参数与层序不变。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。