Page 239 - 《软件学报》2026年第6期

2558 软件学报 2026 年第 37 卷第 6 期

Route3 的协作似乎趋于“断裂”, Baichuan 模型在 Route3 中的参与率过低, 其潜在的优势回复能力无法有效传递
给 DS-Qwen 模型. 该结果对应了表 1 数据, 表 1 显示 Baichuan 模型对 DS-Qwen 模型的跨模型评分较高, 其证实
了评价分数对于实际协作效能的映射. Route4 几乎仅存在单模型 (约 60%) 与 1 次寻路 (约 40%) 两种情况, 且 1 次
寻路使 DS-Qwen 模型表现下降, 这表明协作关系的不匹配性与随机性会使得该路由呈现出模型能力抵消现象.

ERNIE 0.3 0.093 0.46 0.46 0.37 ERNIE
80
Qwen 0.33 0.13 0.59 0.5 0.48 0.5 Qwen
75
Baichuan 0.35 0.33 0.39 0.35 0.27 Baichuan
70
0.4
0.2
模型/路线 DS-Qwen 0.15 0.037 0.36 0.24 0.11 0.3 无害率 模型/路线 DS-Qwen 65 无害分数
60
Route1
Route1
0.22
0.28
0.48
0.047
55
Route2 0.3 0.11 0.47 0.43 0.45 0.2 Route2
50
Route3 0.15 0.037 0.36 0.2 0.11 Route3
0.1 45
Route4 0.29 0.079 0.45 0.41 0.36 Route4
公平性 安全性 道德性 合法性数据保护 公平性 安全性 道德性 合法性数据保护
测试维度 测试维度
(a) 无害率 (b) 无害分数
图 6 Flames 数据集无害率与无害分数结果

40 60 30
50 25
30 40 20
回复占比 (%) 20 回复占比 (%) 30 回复占比 (%) 15

10 20 10
10 5
0 0 0
Route1 Route2 Route3 Route4 Route1 Route2 Route3 Route4 Route1 Route2 Route3 Route4
路由 路由 路由
(a) 得分为1回复 (b) 得分为2回复 (c) 得分为3回复
单模型 1次寻路 2次寻路 3次寻路
图 7 Flames 数据集无害分数路由情况

综合图 6 与图 7 的结果可知, 协作组合结合所提出的动态路由算法能够提升模型在无害率和无害分数上的表
现, 同时保持较短的路由, 在降低计算资源的同时保证了回复性能. 其中, Route2 还在多个指标上明显优于其他路
由, 所提路由算法可以实现模型的定向补强, 也可以在模型性能不一致的前提下实现有效组合.
4.6 CaLM Lite 实验结果
4.6.1 准确率
CaLM Lite 准确率结果如后文图 8 所示, 各模型/路由的准确率处在 50%–60% 区间内 (极差 11.8%). Route1 推