高校图书馆智能体的高效部署与算力适配——一种约束感知的任务—模型—算力联合调度方法
摘要
高校图书馆智能体服务受到任务异质、资源授权、证据追溯与算力受限等约束。本文提出约束感知的质量门控联合调度算法(CQJS),以异构模型服务实例为调度粒度,先进行授权与风险过滤,再依据质量下界、预计时延、算力成本和队列状态联合选择模型与实例,并通过质量门控实现升级、异步处理和人工复核。基于公开数据的约束仿真实验表明,CQJS在不同负载和服务容量下,均可保持较高任务成功率与较低在线时延,可为高校图书馆智能体部署提供参考。
关键词
高校图书馆/智能体/联合调度/模型路由/算力适配/质量门控Key words
University library/AI agent/Joint scheduling/Model routing/Compute-resource adaptation/Quality gating引用本文复制引用
陈泽宇,马亿旿,陈果.高校图书馆智能体的高效部署与算力适配——一种约束感知的任务—模型—算力联合调度方法[EB/OL].(2026-10-13)[2026-10-16].https://chinaxiv.org/abs/202610.00082.学科分类
教育
