Ballad：用 bandit 算法为自动启发式发现调度 LLM

作者提出 Ballad，一种基于 bandit 的在线算法，在自动启发式发现过程中动态选择调用哪个 LLM。实验覆盖五个 NP-hard 组合优化问题和四个能力与成本不同的模型，Ballad 不仅追平事后最优的单个模型，在部分问题上还超过所有单个模型，同时相比始终使用最强模型最多降低 65.6% 的 API 成本。