49 lines
1.5 KiB
Markdown
49 lines
1.5 KiB
Markdown
---
|
||
title: "历史感知路由 — History-Aware Routing"
|
||
created: 2026-06-19
|
||
updated: 2026-06-19
|
||
type: concept
|
||
tags: [history-aware, routing, tool-selection, llm-agents]
|
||
sources:
|
||
- https://arxiv.org/abs/2601.08276
|
||
---
|
||
|
||
# 历史感知路由（History-Aware Routing）
|
||
|
||
## 定义
|
||
|
||
历史感知路由是 ACE-Router 的核心范式：路由决策不仅依赖当前查询，还**显式使用多轮对话历史**——包括中间结果、历史性能和工具相关性——来做上下文感知的精确选择。
|
||
|
||
## 为什么需要历史感知
|
||
|
||
传统 embedding 检索的三大局限：
|
||
|
||
1. **语义重叠**：功能相似的工具在向量空间中难以区分
|
||
2. **忽略历史**：只匹配当前查询，丢失了执行进度、失败历史等关键状态
|
||
3. **压缩失真**：即使编码历史，固定向量会压缩复杂状态信息
|
||
|
||
## 形式化
|
||
|
||
```
|
||
c* = arg max π_θ(c | Q, H, C)
|
||
```
|
||
|
||
- Q：当前查询
|
||
- H：对话历史（多轮轨迹）
|
||
- C：候选空间（工具集或 Agent 集）
|
||
- π_θ：训练的路由器
|
||
|
||
## ACE-Router 的实现方式
|
||
|
||
从多 Agent 模拟轨迹中提取监督信号：标记每步实际调用的候选 c 作为 ground-truth label，之前的所有交互作为历史 H。将复杂多步轨迹转化为大规模历史感知路由训练数据。
|
||
|
||
## 效果
|
||
|
||
ACE-Router 显式使用历史的模型在 MCP-Universe 上达到 53.4%，而相同基座（Qwen3-8B）仅用查询只有 48.5%——历史感知带来约 5pp 的提升。
|
||
|
||
## 参考
|
||
|
||
- [[ace-router|ACE-Router]]
|
||
- [[yao-ace-router-2026|论文]]
|
||
- [[trajectory-synthesis|轨迹合成]]
|