MTRouter：具有历史模型联合嵌入的成本感知多匝 LLM 路由

多回合、长视野任务对于 大语言模型 (LLM) 来说越来越常见，但解决它们通常需要许多顺序模型调用，从而积累大量推理成本。在这里，我们研究成本感知的多轮 LLM 路由：在给定固定成本预算的情况下，从模型池中选择每轮调用的模型。我们提出了 MTRouter，它将交互历史和候选模型编码为联合历史模型嵌入，并从记录的轨迹中学习结果估计器来预测回合级模型效用。实验表明，MTRouter 改善了性能与成本的权衡：在 ScienceWorld 上，它超越了 GPT-5，同时降低了 58.7% 的总成本；在 Humanity's Last Exam (HLE) 上，与 GPT-5 相比，它实现了具有竞争力的准确性，同时将总成本降低了 43.4%，这些收益甚至可以延续到保留的任务中。进一步的分析揭示了其有效性背后的几个机制：相对于之前的多轮路由器，MTRouter 的模型交换机更少，对瞬态错误的容忍度更高，并且表现出跨模型的新兴专业化。代码：https://github.com/ZhangYiqun018/MTRouter