論文の概要: FlexRouter: Learning Complementary Model Sets for Flexible LLM Routing

• arxiv url: http://arxiv.org/abs/2609.38585v1
• Date: Tue, 29 Sep 2026 21:44:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.773717
• Title: FlexRouter: Learning Complementary Model Sets for Flexible LLM Routing
• Title（参考訳）: FlexRouter: フレキシブルなLLMルーティングのための補完モデルセットを学ぶ
• Abstract要約: 既存のルーティングメソッドはLLMを独立してスコア付けし、上位$kのモデルを選択する。 これはモデル相関を無視し、厳格な計算予算を強制する。 モデリングを明示的にモデル化するルーティングフレームワークであるFlexを提案します。
• 参考スコア（独自算出の注目度）: 71.04470934007537
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing Large Language Model (LLM) routing methods score LLMs independently to select top-$k$ models. However, this ignores model correlations and enforces a rigid computational budget. Consequently, routers often select redundant models that share failure modes, limiting the overall probability of success. To address this, we propose FlexRouter, a routing framework that explicitly models model complementarity. FlexRouter optimizes for \textit{answer coverage}, maximizing the probability that at least one selected model yields a correct response. This objective aligns with practical inference pipelines where multiple candidate outputs are generated and a downstream verifier or user selects the final one. We formulate routing as a coverage-oriented subset selection problem and model the routing policy using Determinantal Point Processes (DPPs), which naturally capture both model competence and redundancy. To directly optimize coverage without requiring a ground-truth target subset, we introduce a training objective based on marginalizing over failure sets. During inference, we employ a greedy strategy based on marginal log-determinant gains, enabling the router to adaptively determine subset sizes without a predefined budget. Extensive experiments on the large-scale RouterEval benchmark demonstrate that our proposed FlexRouter achieves higher coverage with lower redundancy across both in-domain and out-of-domain tasks than strong baselines while maintaining flexible inference cost.
• Abstract（参考訳）: 既存のLarge Language Model (LLM) ルーティングメソッドは、LLMを独立にスコアし、上位$kのモデルを選択する。 しかし、これはモデル相関を無視し、厳格な計算予算を強制する。 その結果、ルータは障害モードを共有する冗長モデルを選択することが多く、成功の可能性が制限される。 これを解決するために、モデル補完性を明示的にモデル化するルーティングフレームワークであるFlexRouterを提案する。 FlexRouterは \textit{answer coverage} を最適化し、少なくとも1つの選択されたモデルが正しいレスポンスを得る確率を最大化する。 この目的は、複数の候補出力が生成され、下流検証者またはユーザが最終結果を選択する実用的な推論パイプラインと整合する。 対象とする部分集合選択問題としてルーティングを定式化し,DPP(Determinantal Point Processes)を用いてルーティングポリシーをモデル化する。 そこで本研究では,障害セットの残差化に基づくトレーニング目標を導入する。 提案手法では,事前定義された予算を使わずに,ルータがアダプティブにサブセットサイズを決定することができる。 大規模RoutrEvalベンチマークの大規模な実験により、我々の提案するFlexRouterは、柔軟な推論コストを維持しながら、ドメイン内タスクとドメイン外タスクの両方の冗長性の低い高いカバレッジを実現していることが示された。

関連論文リスト

• RLCascadeRouter: Quality-Estimator-Free Cascade Routing via Reinforcement Learning [6.614808404204836]
  本稿では,カスケードルーティングをマルコフ決定プロセスとして定式化する品質推定自由フレームワークを提案する。 トラジェクティブリターンとアドバンテージを使用して、パフォーマンスコストの目標を直接最適化する。
  論文  参考訳（メタデータ） (2026-08-16T15:47:04Z)
• Before Thinking, Learn to Decide: Proactive Routing for Efficient Visual Reasoning [87.18590662029432]
  本稿では,プロアクティブルーティングパラダイムであるPRPを提案する。このパラダイムは,ドラフトモデルとターゲットモデルの両方の能力を評価することで,早期意思決定を可能にする。 筆者らの試案であるレーティング学習 (DRL) は内部信頼度推定器を内蔵し, 共同レーティング学習 (JRL) は対象モデルが与えられたクエリをどの程度処理できるかを予測する。 これらの評価により、詳細なインスタンスレベルの textbfProactive Routing が可能になり、全体的なパフォーマンスを損なうことなく、推論を大幅に高速化できる。
  論文  参考訳（メタデータ） (2026-06-29T12:30:24Z)
• LatentRouter: Can We Choose the Right Multimodal Model Before Seeing Its Answer? [69.71754384259167]
  マルチモーダル大言語モデル(MLLM)は、OCR、チャート理解、空間的推論、視覚的質問応答、コスト、レイテンシにまたがるヘテロジニアスな強度を持つ。 本稿では,MLLMルーティングを実効的マルチモーダルユーティリティ予測として定式化するルータであるLatentを提案する。 MMR-BenchとVL-Benchの実験では、Latentは固定モデル、特徴レベル、学習ルータベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2026-05-11T22:42:12Z)
• 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)
• HierRouter: Coordinated Routing of Specialized Large Language Models via Reinforcement Learning [11.03159148013318]
  大規模言語モデル(LLM)は多くのタスクにまたがって最先端のパフォーマンスを提供するが、高い計算とメモリコストを課す。 特殊な軽量言語モデルのプールから推論パイプラインを動的に組み立てる階層的ルーティング手法であるHierを提案する。
  論文  参考訳（メタデータ） (2025-11-13T02:12:14Z)
• Router-R1: Teaching LLMs Multi-Round Routing and Aggregation via Reinforcement Learning [27.70756702796812]
  マルチLLMルーティングとアグリゲーションを逐次決定プロセスとして定式化する強化学習フレームワークである textbf Generalization-R1 を提案する。 学習を容易にするために,形式報酬と最終結果報酬と,性能とコストのバランスを最適化するための新たなコスト報酬からなる軽量なルールベース報酬を用いる。
  論文  参考訳（メタデータ） (2025-06-10T17:56:45Z)
• Universal Model Routing for Efficient LLM Inference [69.86195589350264]
  モデルルーティングは,大規模言語モデル(LLM)の推論コストを削減する手法である 動的ルーティング問題に対する新しいアプローチであるUniRouteを提案する。 これらは理論的に最適なルーティングルールの推定であり、過大なリスクバウンドによってそれらのエラーを定量化する。
  論文  参考訳（メタデータ） (2025-02-12T20:30:28Z)

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。