阿里提出 SkillRouter：1.2B 小模型解决 8 万技能路由难题

一句话总结本文提出 SKILLROUTER一个 1.2B 参数的全文检索—重排路由管线在约 8 万技能池上取得 74.0% Hit1以 13× 更少参数和 5.8× 更低延迟超越 16B 强基线。 背景问题随着 LLM 智能体技能生态规模膨胀至数万条技能路由成为下游规划执行的关键瓶颈1️⃣ 现有智能体框架默认只暴露技能的 name 和 description假设元数据足以选对技能但该假设从未在真实规模下被检验2️⃣ 已有基准如 SkillsBench、ToolBench、MetaTool 主要评测下游工具使用未覆盖大池上游路由在隐藏实现体下的表现3️⃣ 社区技能库存在严重重叠同名或近似功能的技能相互混淆使得纯语义检索难以区分细粒度差异。 方法简介在 80K 技能池上构建含 75 条专家校验查询的基准分 Easy / Hard 两档Hard 档注入 780 条同域功能不同的 LLM 干扰项以压测函数级混淆。通过消融发现移除技能 body 后BM25、Qwen3-Emb-8B 和 Qwen3-Emb-8B × Qwen3-Rank-8B 的 Hit1 分别下降 31.4、38.7、44.0 个百分点注意力分层诊断显示中间层 name 字段占 3.0% token 却吸引 26.3% 注意力最后层回归 body说明并非单纯长度效应。SKILLROUTER 采用两阶段全文管线0.6B bi-encoder 从 80K 池中召回 top-20再由 0.6B cross-encoder 重排共 1.2B 参数。训练上提出两个针对同质池的关键适配三层 false-negative 过滤name 去重 trigram Jaccard 0.6 embedding 相似度 0.92剔除约 10% 功能等价负例以及 listwise cross-entropy 重排损失替代 pointwise BCE。 实验结果在 80K 主基准上SR-Emb-0.6B × SR-Rank-0.6B 取得 74.0% Hit1超过 16B 的 Qwen3-Emb-8B × Qwen3-Rank-8B 基线 68.0%8B 扩展版本进一步达到 76.0%。消融显示 false-negative 过滤贡献 4.0pp 编码器 Hit1listwise 训练比 pointwise 高出 30.7pp验证两者在同质池中不可或缺。在独立构建的 SkillBench-Supp77K 池256 查询上同样超越 16B 基线64.1% vs 63.7%证明提升不依赖单一基准。端到端评测覆盖 Kimi-K2.5、glm-5、Claude Sonnet/Opus 4.6 四个编码智能体SKILLROUTER 相较最强基线路由器在 top-1 / top-10 下平均任务成功率提升 1.78pp / 2.33pp其中 Claude 系列更强模型提升达 3.22pp真实池 GPU 服务基准上中位延迟仅 495.8ms显存占用减少 15.8%。✨ 一句话点评SkillRouter 用body—metadata的对比首次揭示了技能路由的本质真正决定选对技能的不是简洁的 description而是完整的实现体——这意味着未来智能体技能生态的路由层应当从元数据索引走向全文理解。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】