RouteWeaver：统一多模式 LLM 路由框架

南洋理工大学联合华中科大、UIUC 提出 RouteWeaver，将单轮、多轮与 AI 智能体等异构路由模式纳入统一策略，联合学习模式选择和模式内模型选择。其 COMET-GRPO 将轨迹级优势解耦为两路信号，并结合渐进式探索，在多样推理任务上提升路由准确率。