设计构建信任：用于透明且成本感知的 LLM 路由的技能画像

本文提出 BELLA 框架，旨在解决大语言模型（LLM）实践中任务与模型匹配及成本控制难题。针对现有基准测试掩盖具体能力需求的问题，BELLA 通过三阶段流程实现基于技能的优化选择：利用批评者机制分解输出并提取细粒度技能、将技能聚类为结构化能力矩阵、以及进行多目标优化以在预算约束下最大化性能。该框架提供自然语言解释，增强了路由透明度，并在金融推理领域验证了其在平衡成本与性能方面的有效性。