Le filThèmes : RechercheÉvaluationsOpen source
SeLMRoute choisit le modèle de langage adapté à chaque requête grâce à des indices sémantiques probabilistes
1 sourcemis à jour il y a 6 jpertinence 3,2 sur5
L’essentiel
Le framework pose des questions interprétables sur la requête. Sur LLMRouterBench, il atteint 72,08 % de précision moyenne, contre 69,23 % pour le meilleur candidat fixe. Le code est publié sur GitHub.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceVasilis Perifanis, Nikolaos Pavlidis, Symeon Symeonidishuggingface.co
SeLMRoute: Probabilistic Semantic Evidence for Large Language Model Routing (site externe)
Large language model (LLM) routing aims to select the most suitable model for each incoming query. Most existing routers learn this decision directly from query embeddings, model representations, preference data, or clusters of similar examples.
Sur les mêmes thèmes
Recherche
LastOPD limite l’effondrement de la distillation on-policy avec un signal latent appliqué en fin de réseau
Recherche
PSSA, un modèle de langage récurrent non transformer écrit de zéro en Rust, est présenté sur Hacker News
Évaluations
Raven, écosystème multi-agents open source, construit et fait évoluer des harnais modulaires
Évaluations
TRACE, un benchmark qui évalue la compréhension vidéo en flux continu selon les conditions d’exécution
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5