LLM分类器电路：自适应查询组合提升可靠性

论文将LLM分类器视为对潜在标签的带噪测量工具，目标是在给定平均查询成本下最大化平均分类准确率，提出将多个LLM分类器组织为自适应查询与决策序列的circuits，刻画最优电路及可达精度极限，并给出实现要点。在安全、健康、政治学、人类偏好、Agent评测、决策与推理等7项分类任务上，该方法在成本-精度前沿上优于路由与级联基线。

AI推荐理由 把LLM分类器视为带噪测量仪器，提出自适应查询与决策的circuits结构，刻画最优电路与精度极限，并在7类任务上改善成本-精度前沿；对多模型组合调用有实用参考，但摘要未给出具体提升幅度。