模型数量与性能的权衡：研究发现，随着集成的小模型数量增加，Avengers的整体性能也随之提升。值得注意的是，仅需3个小模型，其性能便可与GPT-4.1持平（根据簇排名自动选择）。当模型数量达到约10个时，性能趋于饱和，尤其在知识、代码和情感等任务上 ...

SVRPBench是一个模块化、开源的基准测试，用于评估现实随机动态下的车辆路径规划。通过纳入时间依赖的拥堵、概率性延误和异质客户时间窗口，这个基准测试突破了静态假设，反映了真实物流的运营不确定性。

近年来，语言模型技术迅猛发展，但像Gemini2.5Pro和GPT-4.1这样的代表性成果，却被谷歌、OpenAI等巨头掌控。与此同时，开源社区的小规模模型正面临严峻挑战。为解决这一难题，上海人工智能实验室携手东北大学、西北工业大学等机构，推出Avengers框架，探索开源小模型的协同智能路径。实验显示，Avengers框架在15个涵盖数学、代码、逻辑、知识和情感任务的数据集上，平均得分超越了GP ...

在人工智能快速发展的今天，大型语言模型（LLMs）展现出令人印象深刻的推理能力，但这些能力往往伴随着巨大的推理开销，给部署带来重大挑战。近日，来自清华大学、无限极AI和上海交通大学的研究团队发表了一篇题为《R2R: Efficiently Navigating Divergent Reasoning Paths with Small-Large Model Token Routing》的研究论文， ...