直播｜小模型协调大能力，英伟达研究院最新工作

报告日期：01月21日（本周三）10:30-11:30

报告要点：

本期报告将英伟达研究院刁诗哲进行分享。

传统大模型往往依赖单一超大模型完成复杂推理与工具调用任务，计算成本高、效率受限。该工作提出一种新的智能系统范式：使用一个轻量级的“编排器”模型，通过强化学习学习如何在不同任务中动态调度多种工具与模型，在正确性、成本和用户偏好之间进行联合优化。这种方法的关键创新包括：

编排器通过强化学习训练，在决策过程中同时考虑正确性、效率和用户偏好，实现多目标优化；

统一的工具调用接口，使各类工具（网络搜索、代码解释器、专业模型、大型通用模型等）均可参与协同；

多轮推理与工具调用机制，通过联动不同能力的模块来逐步推进复杂任务的求解。

实验表明，一个仅 8B 参数的编排模型即可在 Humanity’s Last Exam、FRAMES、Tau²-Bench 等高难度基准上取得优于或接近顶级大模型的性能，同时显著降低推理成本，展示了“以小模型协调大能力”的高效智能新路径。

扫码报名

更多热门报告