DEV Community 评估多款决策模型与小语言模型的越界识别能力

据 DEV Community 报道，有作者撰文介绍如何评估 AI 路由器的越界识别能力。文章指出，AI 路由器既要识别超出其支持分类的请求，又要继续接纳有用的工作，这两件事应当分开测量。为此，作者于 2026 年 10 月 23 日至 28 日期间，对 4 个决策模型和 5 个小语言模型进行了对比测试。

文章聚焦于该对比中的一个任务：为一个请求选定域，其中包含一个明确的“out of scope”（超出范围）选项。测试中，决策模型接收带类型的提问，并返回各选项上的概率；小语言模型则接收相应的输入进行处理。测试揭示了不同模型在处理“域外”选项时的虚警率和分类偏差，作者据此为构建稳定路由提供参考。

目前，文章公开的只有上述评估思路与总体结论，各模型的具体得分并未列出。