**Maestro：强化学习驱动的分层模型-技能集成编排框架**

_Maestro: Reinforcement Learning to Orchestrate Hierarchical Model-Skill Ensembles_

> 本文提出Maestro，一个基于强化学习的编排框架，用于动态组合异构专家模型和技能库以处理多模态任务。与依赖单一大型语言模型的现有方法不同，Maestro训练轻量级策略网络，在每一步决定调用哪个专家模型和技能，从而提升整体性能。实验表明，仅使用4B参数的编排器，在十个多模态基准测试中平均准确率达70.1%，超越GPT-5和Gemini-2.5-Pro等闭源模型。该框架具有泛化能力，无需重新训练即可集成新模型和技能，并保持高效计算。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-05-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.22177)