› Il lavoro proviene da Yan Dai, Negin Golrezaei e Patrick Jaillet ed è apparso su arXiv il 12 giugno 2026 (versione corretta il 24 settembre 2026).
› I sistemi di raccomandazione utilizzano più modelli di embedding contemporaneamente e decidono quale modello gestirà una determinata query.
› Gli autori scrivono esplicitamente che, nonostante l'importanza pratica di questo problema, esso rimane poco studiato in condizioni realistiche.Il problema del routing tra modelli embeddingIl routing dei modelli di embedding consiste nel fatto che il sistema riceve una query (contesto) e deve scegliere un elemento (azione) utilizzando uno dei modelli di embedding disponibili (esperti).
› Ogni esperto opera in uno spazio a bassa dimensionalità di rappresentazioni latenti - da qui la definizione "low-rank experts".