摘要
大型语言模型智能体擅长解决复杂长程任务，但面临设备端高效脆弱与云端强大昂贵的困境。现有路由机制仅在任务层面决策，难以适应多步交互的动态难度。本文提出 Hera，一种面向长程任务的步级设备 - 云协同协调器。该方法采用两阶段训练范式：首先通过模仿学习进行冷启动，将步级路由转化为监督分类问题；随后利用感知成本的强化学习联合优化任务成功率与云端使用效率。实验表明，Hera 在多个基准上显著优于 prior 方法，以仅 46.3% 的云端调用步骤实现了云端专属模型 92.5% 的成功率。
AI 推荐理由
论文核心解决长程任务中的多步规划协调问题，通过细粒度路由优化任务执行策略。
研究机构
复旦大学
阿里巴巴集团
深圳大学-比特大学
香港大学
纽约大学
马来亚大学
论文信息