知识卡片：LLM 分类器的电路化编排

一句话结论

该论文将 LLM 分类器视为对潜在标签的“噪声测量仪器”，提出用“电路”（circuits）把多个模型组织成自适应的查询—决策序列，从而在给定平均查询成本下最大化平均分类准确率，并在七类任务上改善了成本—准确率前沿。

事件概述或研究问题

• 背景：只需提示模型对样本分类，就能低成本构建 LLM 分类器；但其预测既不确定，可靠性也随样本变化。
• 问题：如何组合不同模型的预测以提升可靠性？
• 目标：在给定平均查询成本约束下，最大化平均分类准确率。

方法/产品要点

• 核心建模：把 LLM 分类器看作潜在目标标签的噪声测量工具。
• 提出“电路”：将 LLM 分类器组织为自适应的查询与决策序列。
• 理论刻画：刻画最优电路，并给出可达准确率的基本极限。
• 实践洞察：提供实现最优电路的可操作建议。
• 对比基线：路由（routing）与级联（cascading）。

主要结果或产业意义

• 在覆盖安全、健康、政治学、人类偏好、智能体评估、决策与推理的七个分类任务上，方法在成本—准确率前沿上优于路由与级联基线。
• 具体提升幅度、任务定义与实验设置细节：待核实（摘要未给出数值）。

为什么重要

• 为“多模型组合做分类”提供了统一的理论视角（噪声测量 + 自适应查询），而不只是工程式路由或级联。
• 在成本敏感场景下，给出了可追求的准确率上界与实现路径，对需要可靠分类的 LLM 应用（安全审核、评估等）有参考价值。
• 与既有卡片的关系：已有卡片多聚焦单模型内部信号（探针级联、裁判偏差可解释性），本条关注跨模型查询编排与成本—准确率权衡，属于不同层面的增量。

局限与不确定性

• 摘要未披露具体任务数据、模型清单、查询成本定义与准确率数值：待核实。
• “最优电路”的理论假设（如噪声独立性、成本模型）是否适用于真实部署：待核实。
• 七个任务的复现性与泛化性：待核实。

可用于图书/PPT/简报的角度

• “把 LLM 当仪表”：用测量理论类比解释多模型组合。
• 成本—准确率前沿图：对比路由、级联与电路化编排。
• 从“选一个最好的模型”转向“设计查询序列”的范式转变。

原始材料

• 标题：Circuits of LLM Classifiers
• 作者：Hadi Khalaf, Sajani Vithana, Kunal Talreja, Haewon Jeong, Viveck R. Cadambe, Flavio Calmon
• 发布：2026-10-21（arXiv 2610.30076v1，cs.LG）
• 摘要链接：https://arxiv.org/abs/2610.30076v1
• PDF：https://arxiv.org/pdf/2610.30076v1
• 关键词：LLM classifiers；circuits；adaptive querying；cost-accuracy frontier；routing；cascading