机器人工具路由：语义检索与LLM对比

大模型路由质量更高，子句感知检索延迟更低可本地部署

资讯摘要

论文比较机器人工具路由的四种策略：三种逐步改进的ChromaDB检索方法（固定阈值、相对距离、子句感知聚合）与一个云端1200亿参数大模型基线。在164条人工标注提示上按三级复杂度评估，指标含精确匹配、完整性、精确率、完整性加权综合分与路由延迟。CDB-v3在纯检索方法中宏平均分最高，为0.7822，大模型基线为0.8869；但CDB-v3延迟明显更低，且可本地部署、无需云端连接。

要点速读

1. 评估集为164条人工标注提示，覆盖单工具请求到需至少三个工具的复合请求
2. CDB-v3在纯检索方法中宏平均分最高，为0.7822；大模型基线为0.8869
3. 大模型路由质量更高，CDB-v3延迟更低且可本地部署，无需云端连接

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。