論文の概要: RSI-Router: Evolving Subtask-Level LLM Routing and Skills for Cost-Efficient Agents

• arxiv url: http://arxiv.org/abs/2609.34712v1
• Date: Mon, 28 Sep 2026 09:23:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 03:34:52.399911
• Title: RSI-Router: Evolving Subtask-Level LLM Routing and Skills for Cost-Efficient Agents
• Title（参考訳）: RSI-Router: 低コストエージェントのためのサブタスクレベルLCMルーティングとスキルの進化
• Abstract要約: RSI-routerはサブタスクレベルのモデル割り当てとモデル固有のスキルを構築するルーティングフレームワークである。 DeepSeek-V4.1-FlashとQwen3.5-9Bのベースラインを5つのエージェントベンチマークでほぼ半分の推論コストで一貫して上回っている。
• 参考スコア（独自算出の注目度）: 18.83301143969785
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Practical deployment of large language model (LLM) agents requires strong task performance at affordable inference cost. For long-horizon agentic tasks, this performance-cost trade-off can be improved through within-task large-small model collaboration, as smaller models can handle some stages even when they cannot solve the full task. In this paper, we introduce RSI-router, a routing framework that constructs subtask-level model assignments and model-specific skills through recursive self-improvement over accumulated experience. Each iteration consists of four stages: Subtask Mining derives subtask definitions and identification rules from training trajectories; Routing Strategy Evolution proposes and evaluates diverse model assignments; Model-Specific Skill Evolution compares routed and large-model-only trajectories to diagnose failures and develop reusable execution skills; and Pareto-Optimal Router Selection updates the Pareto population using historical and newly generated routers while retaining dominated routers as experience for subsequent evolution. Routing between DeepSeek-V4.1-Flash and Qwen3.5-9B, RSI-router consistently surpasses the DeepSeek-only baseline at roughly half the inference cost (48.3%) across five agentic benchmarks. In particular, on ALFWorld, ScienceWorld, and WebShop, it cuts inference cost by 74.7-82.2% while simultaneously improving performance; on Terminal-Bench 2.0, it achieves a 16.7% relative performance gain at 18.0% lower cost. Moreover, RSI-router establishes a stronger performance--cost Pareto frontier than 9 routing methods.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントの実践的なデプロイには、安価な推論コストで強力なタスクパフォーマンスが必要である。 長期のエージェントタスクでは、このパフォーマンスコストのトレードオフは、タスク全体を解決できない場合でも、小さなモデルで処理できるため、タスク内の大規模なモデルコラボレーションによって改善することができる。 本稿では,サブタスクレベルのモデル割り当てとモデル固有のスキルを構築するルーティングフレームワークであるRSI-routerを紹介する。 サブタスクマイニングはトレーニング軌跡からサブタスクの定義と識別ルールを導出する; ルーティング戦略進化は様々なモデルの割り当てを提案し評価する; モデル-特異スキル進化は障害の診断と再利用可能な実行スキルを開発するためにルート付きと大規模モデルのみのトラジェクトリを比較する; パレート・最適ルータの選択は、歴史的および新しく生成されたルータを使用してパレート人口を更新する。 DeepSeek-V4.1-FlashとQwen3.5-9Bの間をルーティングすると、RSI-routerは5つのエージェントベンチマークでDeepSeekのみのベースラインをほぼ半分(48.3%)上回っている。 特にALFWorld、ScienceWorld、WebShopでは、推論コストを74.7-82.2%削減し、同時に性能を改善している。 さらに、RSI-routerは9つのルーティング方法よりも高性能でコストのかかるParetoフロンティアを確立する。

関連論文リスト

• AgentRouter: Heterogeneous Model Routing for Cost-Optimal Multi-Step Agentic Workflows [0.0]
  あらゆる軌道をフロンティアモデルにルートするエンタープライズエージェントシステムは、小さなモデルでも同じようにうまく扱えるサブタスクで予算の60-80%を無駄にします。 エージェント軌道上の逐次代入問題としてモデルルーティングを定式化し,エージェント推論を提案する。 エージェントはフロンティアのみのベースラインに対して72%のコスト削減を実現し、フロンティアのみの品質の97.3%を維持している。
  論文  参考訳（メタデータ） (2026-09-19T11:06:57Z)
• TACIT-Switch: Cost-Aware Model Escalation for LLM Agents from Censored Supervision [2.681967953218225]
  より小さな言語モデルバックボーンを持つエージェントは永続的な障害モードにドリフトできるが、より大きなバックボーンを持つエージェントは一般的により信頼性が高いがよりコストがかかる。 この信頼性の高いトレードオフは、より大きなバックボーンを持つエージェントをいつ呼び出すかを決定するルーティングメソッドを動機付けます。 提案手法であるTACIT-SWITCHは,蓄積された軌跡の証拠から永久的ハンドオフポリシーを学習する。
  論文  参考訳（メタデータ） (2026-08-28T04:33:11Z)
• EEVEE: Towards Test-time Prompt Learning in the Real World for Self-Improving Agents [64.96332056338923]
  EEVEEは、LLMエージェントのための最初のマルチデータセットテスト時プロンプト学習フレームワークである。 実世界のタスクストリーム下でテスト時のプロンプト学習を可能にする。 EEVEEはQwen3-4B-InstructとDeepSeek-V3.2で平均マルチベンチマークスコアを10.38点、24.32点改善している。
  論文  参考訳（メタデータ） (2026-06-09T17:57:16Z)
• Efficient and Interpretable Multi-Agent LLM Routing via Ant Colony Optimization [58.59491516762626]
  マルチエージェントシステム(MAS)のための効率的かつ解釈可能なルーティングフレームワークAMRO-Sを提案する。 AMRO-Sは、意味条件付き経路選択問題としてMASルーティングをモデル化し、3つのキーメカニズムを通してルーティング性能を向上させる。 5つの公開ベンチマークと高速ストレステストによる大規模な実験により、AMRO-Sは強いルーティングベースラインに対する品質-コストトレードオフを一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-03-13T12:26:05Z)
• CASTER: Breaking the Cost-Performance Barrier in Multi-Agent Orchestration via Context-Aware Strategy for Task Efficient Routing [25.48759875572515]
  CASTER (Context-Aware Strategy for Task Efficient Routing) はグラフベースMASにおける動的モデル選択のための軽量ルータである。 CASTERは強力なモデルベースラインに比べて推論コストを最大72.4%削減する。
  論文  参考訳（メタデータ） (2026-01-27T16:52:47Z)
• EvoRoute: Experience-Driven Self-Routing LLM Agent Systems [100.64399490164959]
  EvoRouteは、静的で事前定義されたモデルの割り当てを超越する、自己進化型のモデルルーティングパラダイムである。 挑戦的なエージェントベンチマークの実験によると、既製のエージェントシステムに統合されたEvoRouteは、システムのパフォーマンスを維持または向上するだけでなく、実行コストを最大80%削減し、レイテンシを70%以上削減する。
  論文  参考訳（メタデータ） (2026-01-06T04:06:46Z)
• Route-and-Reason: Scaling Large Language Model Reasoning with Reinforced Model Router [9.580226379350737]
  大規模言語モデルの問題解決能力を高めるためには,多段階推論が不可欠であることが証明されている。 しかし、多くの推論ステップは比較的単純であり、より効率的な小規模言語モデルで処理できる。 異種LLM間の協調推論を可能にする新しいフレームワークであるR2-Reasonerを提案する。
  論文  参考訳（メタデータ） (2025-06-06T09:18:56Z)
• DS-Agent: Automated Data Science by Empowering Large Language Models with Case-Based Reasoning [56.887047551101574]
  大規模言語モデル(LLM)エージェントとケースベース推論(CBR)を利用した新しいフレームワークであるDS-Agentを提案する。 開発段階では、DS-AgentはCBRフレームワークに従い、自動イテレーションパイプラインを構築する。 デプロイメントの段階では、DS-Agentは、シンプルなCBRパラダイムで低リソースのデプロイメントステージを実装し、LCMの基本能力に対する需要を大幅に削減する。
  論文  参考訳（メタデータ） (2024-02-27T12:26:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。