🔥 今日值得一读
多模型协作反降智！COMED选择性升级，MedQA暴涨10.7%，GPT-5.5冲至28.1%
COMED: The Missing Middle Between Routing and Collaboration in Multi-LLM Inference
👨💼 主理人解读 · 为什么值得关注
多模型推理时不必每次都全员协作，COMED可判断何时升级到更强模型，节省成本又避免答案被改坏。
📖 AI 总结
本文提出COMED，一种介于模型路由与密集协作之间的多LLM推理控制方法。作者指出，现有路由方法在选定初始模型后即停止调整，而密集协作虽能整合多个模型输出，却存在非单调性：同伴模型既能纠正无人单独解决的错误，也可能破坏原本正确的答案。COMED作为锚定后的选择性协作控制器，利用锚模型自一致性、路由器边际值和轻量级同伴探测，对高置信答案直接采纳，对模糊情形进行验证，仅在协作可能带来收益时才升级调用其他模型。研究通过“救援—损害”分解形式化了这一权衡，表明当被挽救的错误多于协作引入的损害时，选择性协作才有效。在医学、科学和通用推理基准上，COMED在全部16个开放权重设置中均优于固定与路由锚点，MedQA最高提升10.7个百分点，且调用模型更少、解码token更少；在HLE上，它将GPT-5.5从23.1%提升至28.1%，超过密集协作并取得最佳结果。
🔑 关键词速览
| COMED | 一种用于多LLM推理的选择性跨模型协作控制器，通过锚定自一致性、路由器边际和同伴探测来决定是否升级到同伴模型。 |
| 多LLM推理 | 利用多个大语言模型进行推理的系统，通过路由或协作方式组合不同模型的输出以提高可靠性。 |
| 路由 | 在多个模型中选择一个初始模型来处理查询的机制，选定后不再调用其他模型。 |
| 密集协作 | 对每个查询都调用多个同伴模型进行协作推理的方式，计算成本较高。 |
| 救援-危害分解 | 一种形式化权衡的方法，分析协作带来的错误救援与协作引发的危害之间的平衡。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅