TRINITY-Router実験は、8つの大規模言語モデルを316の多様なタスクで系統的に評価し、一般的なルーティング仮説を検証しました。結果は、コーディングや推論に特定のモデルが普遍的に優れているという広く信じられている仮定が、厳密なテストでは支持されないことを示しています。データは、最適なルーティングがタスクに高度に依存し、しばしば直感に反することを示唆しています。LLMベースのアプリケーションを構築する開発者にとって、この研究は逸話やヒューリスティックに基づくアプローチを超えた、より効果的なモデル選択戦略を設計するための貴重な実証的基盤を提供します。
大規模実験が一般的なLLMルーティングの仮定を覆し、より良いモデル選択のための実証的証拠を提供します。