20260518-morning:新增内容

concepts/conditional-model-dispatcher.md

@@ -0,0 +1,36 @@
+---
+title: "Conditional Model Dispatcher"
+created: 2026-05-15
+updated: 2026-05-15
+type: concept
+tags: [machine-learning, model-selection, efficiency]
+sources: [raw/papers/zeng-neurida-2025.md]
+---
+
+# Conditional Model Dispatcher
+
+**Conditional Model Dispatcher** 是 NeurIDA 的轻量级调度组件，解决两个关键决策：
+
+1. **基础模型选择**：从 [[composable-base-model-architecture|模型池]] 中为当前任务选择最优基础模型
+2. **条件增强**：判断是否需要调用 DIME 进行结构增强，还是直接部署基础模型
+
+## 决策机制
+
+### 模型选择
+- 维护 metadata dictionary，记录每个基础模型的历史 EMA 性能 μᵢ
+- 使用 [[zero-cost-proxies|Zero-Cost Proxies (ZCP)]] 对候选模型快速评分，得到代理分数 sᵢ
+- 选择 s* 最高的模型 m*
+
+### 增强决策
+- 计算动态阈值：τ = (1 − ε) · μₘ*
+- 若 s* ≥ τ：直接部署 m*（高效）
+- 若 s* < τ：调用 [[dime-dynamic-in-database-modeling-engine|DIME]] 进行结构增强
+
+## 设计考量
+
+- **轻量级**：ZCP 评分无需完整训练，基于小批量标注数据即可完成
+- **自适应**：阈值基于历史 EMA 动态调整，避免浪费计算资源
+
+## 来源
+
+- [[zeng-neurida-2025|NeurIDA 论文]]