FlexRouter用行列式点过程挑选互补模型子集，在RouterEval上把平均Success@10提到0.8632与0.9914
该工作把大模型路由重新表述为面向覆盖率的子集选择问题，用行列式点过程同时刻画模型能力与模型间冗余，并通过失败集边缘化的训练目标直接优化“至少一个被选模型答对”的概率，在RouterEval的中池（3811个候选模型）与大池（5000个候选模型）设置上取得更高的平均Success@10（0.8632与0.9914）和更高的子集多样性，同时用自适应贪心停止规则按查询难度决定子集大小。