DeepMind论文提出模型竞价分配机制

2026年10月23日，Google DeepMind 的一篇新论文提出一种拍卖式模型选择机制：让各个模型为回答每个问题出价，由出价最高者作答。据 X 用户 Rohan Paul 当日转述，该论文在 110 个模型、3 万多条 EmbedLLM 提示的模拟拍卖中，使结果达到最优可能值的 99.2%；作为对照，按提示类型路由到最佳模型为 89.4%。论文证明，当多个智能体通常对提示给出高估值时，损失会缩小；并指出在每个竞价池都有若干强模型时，简单的按出价付费拍卖效果良好。上述数字与结论均来自该转述及论文摘要式表述，尚未见独立复现或同行评审信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。