超越Gemini-3-Pro：重新审视大规模LLM路由与聚合

摘要

大语言模型（LLM）快速进步，其中Gemini-3-Pro树立了新的性能里程碑。在这项工作中，我们探索集体智能作为单体扩展的替代路径，并证明开源LLM的协作可以超越Gemini-3-Pro。我们首先重新审视大规模场景下的LLM路由与聚合，并识别出三个关键瓶颈：（1）当前免训练路由器受限于仅关注文本相似性的基于查询的范式；（2）近期的聚合方法在很大程度上仍是静态的，未能为不同任务选择合适的聚合器；（3）路由与聚合的互补性仍未被充分利用。为解决这些问题，我们引入JiSi，一个通过三项创新释放LLM协作全部潜力的新框架：（1）查询-响应混合路由，同时捕捉语义信息与问题难度；（2）基于支持集的聚合器选择，联合评估聚合器的聚合能力与领域能力；（3）自适应路由-聚合切换，动态利用路由与聚合各自的优势。在九个基准上的全面实验表明，JiSi通过编排十个开源LLM，仅以47%的成本超越Gemini-3-Pro，同时优于主流基线。这表明集体智能代表了通向人工通用智能（AGI）的一条新路径。

超越Gemini-3-Pro：重新审视大规模LLM路由与聚合配图 — 图 1：不同 LLM 与所提出的 JiSi 的总排行榜。通过协同编排多个开源 LLM，JiSi 超越了所有单体 LLM，包括 Gemini-3-Pro 等领先的闭源 LLM，这表明集体智能代表了一条通往 AGI 的新路径。