论文评估LLM路由升级信号与自我欺骗陷阱

2026年10月7日，arXiv·Artificial Intelligence发布一手论文，评测LLM路由中升级信号的目标、对照与五种自我欺骗方式。论文测试语义熵作为小模型升级到大模型的预判信号，在GSM8K上以约12倍规模差的小/大模型对取得AUROC 0.871，并在同等成本下把路由准确率较随机升级提升最多9个百分点。合成基准上的亮眼结果被证明误导：仅用题目难度的无模型规则几乎复现语义熵表现。论文给出评测升级信号的通用检查清单，并提前预测复用缓存结果的方案在新数据集上AUROC从0.908跌至随机水平0.518。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。