目前开源了很多LLMs大模，虽然GPT4o一直占据第一位的宝座，但是并不是在每个领域都很强。
例如：写代码的Code-LM、做数学的meta-math,做图文多模态的Macaw-llm等等。都有自己的强项。
PolyRouter提供了一个多LLM路由系统，该系统根据特定需求动态将查询路由到最合适的专家，从而优化性能，减少响应时间和成本，同时提高输出质量。
PolyRouter
解决的问题
· 解决了与不同领域专门化的各种LLMs高效互动的挑战
· 平衡了查询执行吞吐量、不同LLM带来的不同成本和延迟、以及多路LLM高效查询三个问题。
PolyRouter与Moe的区别
· MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献
· LM路由方法可以视为MoE架构的一种特殊情况，其中预测路由模型充当门控机制，而可用专家则是LLM的集合。
PolyRouter
提出的路由方案
1.
随机路由器（Random-Router）：该方法随机选择一个专家模型来执行每个测试查询。它重复此过程多次，并根据各种指标评估性能。
2.
kNN路由器（kNN-Router）：kNN路由器使用句子变换器对训练查询进行编码，并根据余弦相似度找到与测试查询最接近的训练查询。然后，它选择在最相关的训练查询中表现最佳的专家模型来执行测试查询。
3.
BERT路由器（BERT-Router）：该方法在各种评估标准下优于所有其他专家模型和路由方法。它根据特定需求动态将查询路由到最合适的专家，从而优化性能，减少响应时间和成本，同时提高输出质量。
如何训练好一个PolyRouter
第一阶段：准备router数据
1.
选择专家模型及数据集：首先，需要找到适合特定领域（如生物、编程、物理科学）的指令数据集和模型专家，以便路由模型学习传播相关的查询提示。
2.
前向传播与收集指标：
- 在第一步中，对每个专家模型进行前向传播，以收集训练和测试路由模型所需的相关指标。
- 在第二步中，创建专家预测数据集。有必要收集以下指标：负对数似然（negative log
likelihood）、BERT相似度评分（BERTSim）、推理时间（以秒为单位）、总输入标记数和总输出标记数。
3. 生成软标签：
- 创建专家预测数据集后，选择收集的一个指标来生成软标签（第三步）。
- 当前工作中，使用BERTSim分数来创建软标签，并训练路由专家模型分类器。使用软标签的目的是希望路由模型学习专家的预测性能排名。
4. 通过softmax函数生成软标签：
- 对于每个专家模型和每条指令记录，通过带温度的softmax函数生成软标签。例如，对于指令记录r-iexx，专家（类别）softmax概率φr可被表示为：φr(x; T)=p(T)Pj∈E exp(T)，其中E为专家总数，T为温度值，x为指标分数的向量。
5. 参数设置：在评估中，基于BERT相似度分数生成专家的软标签，并设置温度值T=10。
该过程有助于为路由模型准备合适的输入数据，以提高其预测准确性和效率。
第二阶段：训练router
1.
向量化表示：将指令记录通过路由器的嵌入模型（如Bag-of-Words、TF-IDF、BERT或其他语言模型）进行处理，以生成它们的向量化表示（步骤5）。
2.
训练分类器：使用生成的嵌入训练提示到专家的分类器（步骤6）。这可以通过非参数的监督学习方法（例如kNN）、经典深度学习模型（例如多层感知器MLP）或更高级的语言序列预训练模型（如BERT）来实现。
第三阶段：Router的应用
1. 查询处理：
- 新用户提交查询时，路由器首先对查询文本进行分词和编码，使用的是第2阶段调优后的嵌入模型（步骤8）。
- 然后，路由器对训练或微调后的分类模型（如MLP、BERT）进行前向传递，预测最相关的专家模型（步骤9）。
2.
专家模型选择：根据分类模型的预测结果，路由器选择相应的专家提示适配器，提交并执行查询。
3.
查询响应：查询执行完成后，路由器接收来自专家模型的回复，并将其转发给最终用户（步骤10）。
4.
监控与调优：在路由器的部署期间，平台提供必要的监控能力，用于排查问题和调整路由模型，例如请求数量、查询的语义上下文、专家模型的命中频率以及总体成本等。
https://arxiv.org/pdf/2408.12320
原文出自：https://mp.weixin.qq.com/s/jKkfBbp8Wp4uXAae0LqEuA