All research
Forschung · Better-Router-Linie
Adaptives Routing unter Qualität, Kosten, Latenz und Zuverlässigkeit.
Eine reproduzierbare Studie, die fragt, ob gelernte Policies eine deterministische Baseline beim Wählen heterogener LLM-Arms übertreffen können.
Forschungsrepository öffnenStudy scope
Better Router Adaptive vergleicht vier Routing-Strategien auf einem kanonischen RouterBench-Datensatz: deterministischer Regel-Proxy, XGBoost-Utility-Prädiktor, LinUCB-Kontextbandit und Offline-Oracle-Obergrenze.
Methods and protocol
Utility-Funktion
Primary score balances quality, normalized cost, normalized latency, and error rate: U = 0.65Q − 0.20Cn − 0.10Ln − 0.05E.
Datenvertrag
Kanonische Zeilen nach prompt_id und model_id mit kontrollierten Task-Gruppen, Provenance-Feldern und RouterBench-SHA-256-Verifikation vor Pickle-Konvertierung.
Evaluationsdisziplin
Splits nach prompt_id — nie Row-Leakage — mit Regret, Konfidenzintervallen und Artefakten aus Runs.
Publications and repositories
Publications and repositories
Evidence and status
Forschung · Better-Router-Linie
- Noch keine empirischen Schlussfolgerungen zu XGBoost oder LinUCB.
- README-Abbildungen nutzen ein synthetisches Fixture als Demonstration — keine finale experimentelle Evidenz.
- Studie bleibt isoliert vom Produktions-Better-Router bis Shadow-Evaluierung und Privacy-Review.