AIコミュニティで見かけるモデル割り当て器の多くは、「どのモデルが何をするか」をルールに書き込んでいる。しかしモデルの能力は、システム全体の中で唯一確実に変わるものだ。だからルールはすぐに期限切れになる。この記事では、実際に実装した設計を解剖する。難易度はタスクに固有の性質であり、変わるのはモデルの能力だ。だから難易度分類を安定層として設計し、モデルのバインディングは日付つきで「変えることを前提とした」表として分離する。さらに定期的に再実行する再校正ハートビートを加えて、エラーを出さずに静かに腐化する「気づかない期限切れ」を捕捉する。マルチモデルシステムを構築していて、モデルが更新されるたびにゼロから作り直したくない人に向けて書いた。
この番組はAI合成音声で読み上げています。声は著者本人の声をクローンしたものです。原稿は中国語原文からのAI翻訳です。
