大模型也能「千人千面」？UIUC团队提出个性化LLM路由新框架

背景：随着大语言模型数量增加，不同模型在性能、成本和风格上差异显著，而用户偏好各异，现有路由方法难以适配多用户场景。研究目的：UIUC团队提出PersonalizedRouter框架，通过构建用户、任务、查询和LLM的异构图，利用图神经网络学习用户隐藏偏好，将LLM选择建模为链接预测问题，实现个性化路由。结论：该框架在模拟和真实用户评估中均优于现有方法，展示了以用户为中心的路由范式在多模型协同系统中的可行性和可扩展性。