1.6 KiB
1.6 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| ACE-Router — 训练专用路由器 | 2026-06-19 | 2026-06-19 | concept |
|
|
ACE-Router
定义
ACE-Router 是 Yao et al. (2026) 提出的训练专用路由器框架：不依赖 embedding 静态匹配或 LLM 通用推理，而是训练一个专门模型，将多轮对话历史显式对齐到精确的路由决策。
三阶段管线
① Candidate Graph → ② Trajectory Synthesis → ③ Light Routing Agent
(扩展候选空间) (生成训练数据) (可插拔部署)
① Candidate Graph + 自进化变异
- 基于语义相似（τ=0.82）构建候选图
- 5 种变异算子：功能增强、参数变异、工作流链接、辅助操作、使用扩展
- 627 初始工具 → 2005 工具
② 多 Agent 轨迹合成
- DFS 随机游走采样 + 四角色模拟
- 环境无关：LLM 模拟执行，无需真实 API
- 产出 15,092 个历史感知训练样本
③ Light Routing Agent
仅两个工具：router_invoke + tool_execute。路由与执行解耦 → 路由逻辑独立于具体工具定义。
关键结果
- 8B 专用路由器 > 巨型通用模型：GPT-4o (47.4%) vs ACE-Router (53.4%)
- 扩展候选池：ReAct 从 41.8% 崩溃到 36.5%，ACE-Router 稳定在 53.0%
- 噪声鲁棒：GPT-4o 28% / Gemini 32%，ACE-Router 保持 56%
- 工具路由 → Agent 路由零训练迁移：88-92%