新型15亿参数路由模型实现93%准确率，无需昂贵重训练

Katanemo Labs的研究人员推出了Arch-Router，这是一种全新的路由模型和框架，旨在智能地将用户查询映射到最合适的大语言模型。

对于构建依赖多个大语言模型产品的企业来说，Arch-Router旨在解决一个关键挑战：如何在不依赖刚性逻辑或每次变化时进行昂贵重训练的情况下，将查询导向最适合的模型。

大语言模型路由的挑战

随着大语言模型数量的增长，开发者正从单模型设置转向多模型系统，利用每个模型在特定任务上的独特优势（如代码生成、文本摘要或图像编辑）。

大语言模型路由已成为构建和部署这些系统的关键技术，充当交通控制器的角色，将每个用户查询导向最合适的模型。

现有的路由方法通常分为两类："基于任务的路由"，根据预定义任务路由查询；"基于性能的路由"，寻求成本和性能之间的最佳平衡。

然而，基于任务的路由在处理不明确或变化的用户意图时遇到困难，特别是在多轮对话中。另一方面，基于性能的路由刚性地优先考虑基准分数，往往忽略现实世界的用户偏好，并且在适应新模型时表现不佳，除非进行昂贵的微调。

更根本的是，正如Katanemo Labs研究人员在论文中指出的："现有路由方法在现实世界使用中存在局限性。它们通常优化基准性能，同时忽略由主观评估标准驱动的人类偏好。"

研究人员强调需要"与主观人类偏好保持一致、提供更多透明度，并在模型和用例演变时保持易于适应"的路由系统。

偏好对齐路由的新框架

为了解决这些局限性，研究人员提出了一个"偏好对齐路由"框架，该框架基于用户定义的偏好将查询与路由策略匹配。

在这个框架中，用户使用"领域-动作分类法"以自然语言定义他们的路由策略。这是一个两级层次结构，反映了人们自然描述任务的方式，从一般主题（领域，如"法律"或"金融"）开始，然后缩小到特定任务（动作，如"摘要"或"代码生成"）。

每个策略都与首选模型相关联，允许开发者基于现实世界需求而不仅仅是基准分数做出路由决策。正如论文所述："这种分类法作为一个心理模型，帮助用户定义清晰和结构化的路由策略。"

路由过程分两个阶段进行。首先，偏好对齐路由模型接收用户查询和完整的策略集，选择最合适的策略。其次，映射函数将选定的策略连接到其指定的大语言模型。

由于模型选择逻辑与策略分离，可以通过简单编辑路由策略来添加、删除或交换模型，无需重新训练或修改路由器本身。这种解耦提供了实际部署所需的灵活性，其中模型和用例不断演变。

策略选择由Arch-Router驱动，这是一个为偏好对齐路由而微调的紧凑型15亿参数语言模型。Arch-Router接收用户查询和完整的策略描述集合作为其提示。然后生成最佳匹配策略的标识符。

由于策略是输入的一部分，系统可以在推理时通过上下文学习适应新的或修改的路由，无需重新训练。这种生成方法允许Arch-Router使用其预训练知识来理解查询和策略的语义，并一次性处理整个对话历史。

在提示中包含大量策略的一个常见担忧是可能增加延迟。然而，研究人员设计Arch-Router高度高效。"虽然路由策略的长度可能很长，但我们可以轻松增加Arch-Router的上下文窗口，对延迟的影响最小，"论文共同作者、Katanemo Labs创始人兼CEO Salman Paracha解释说。他指出，延迟主要由输出长度驱动，对于Arch-Router，输出只是路由策略的短名称，如"image_editing"或"document_creation"。

Arch-Router的实际应用

为了构建Arch-Router，研究人员在一个包含43,000个示例的精选数据集上微调了Qwen 2.5模型的15亿参数版本。然后在四个用于评估对话AI系统的公共数据集上测试了其相对于OpenAI、Anthropic和Google的最先进专有模型的性能。

结果显示，Arch-Router实现了93.17%的最高总体路由分数，超过所有其他模型，包括顶级专有模型，平均优势为7.71%。该模型在更长对话中的优势更加明显，展示了其在多轮对话中跟踪上下文的强大能力。

据Paracha介绍，这种方法已经在多个场景中得到应用。例如，在开源编码工具中，开发者使用Arch-Router将工作流程的不同阶段（如"代码设计"、"代码理解"和"代码生成"）导向最适合每个任务的大语言模型。类似地，企业可以将文档创建请求路由到Claude 3.7 Sonnet等模型，同时将图像编辑任务发送到Gemini 2.5 Pro。

该系统也非常适合"各个领域的个人助理，用户有从文本摘要到事实查询的多样化任务，"Paracha说，并补充说"在这些情况下，Arch-Router可以帮助开发者统一和改善整体用户体验。"

这个框架与Arch集成，Arch是Katanemo Labs面向智能体的AI原生代理服务器，允许开发者实现复杂的流量整形规则。例如，在集成新的大语言模型时，团队可以向新模型发送特定路由策略的一小部分流量，通过内部指标验证其性能，然后自信地完全转移流量。该公司也在努力将其工具与评估平台集成，以进一步简化企业开发者的流程。

最终目标是超越孤立的AI实现。"Arch-Router——以及更广泛的Arch——帮助开发者和企业从分散的大语言模型实现转向统一的、策略驱动的系统，"Paracha说。"在用户任务多样化的场景中，我们的框架帮助将任务和大语言模型的分散转变为统一体验，使最终产品对终端用户感觉无缝。"