Los grandes modelos de lenguaje (LLMs) se implementan rápidamente para responder preguntas y respaldar sistemas que automatizan la experiencia del cliente en todos los dominios, incluidos los casos de uso médico. Los modelos en tales entornos deben resolver múltiples problemas como preguntas de conocimiento general, consultas a fuentes externas, llamadas de funciones y muchos otros. Algunos casos podrían no requerir ni siquiera generación completa de texto. Posiblemente necesiten diferentes indicaciones o incluso diferentes modelos. Todo esto puede ser gestionado por un paso de enrutamiento. Este documento se centra en enfoques interpretables de pocos disparos para el enrutamiento de conversaciones como la recuperación de incrustaciones latentes. El trabajo aquí presenta un punto de referencia, un análisis de pesar y un conjunto de visualizaciones de cómo funciona el enrutamiento de incrustaciones latentes para conversaciones de largo contexto en un entorno multilingüe y específico de dominio. Los resultados presentados aquí muestran que el enrutador de incrustaciones latentes es capaz de lograr un rendimiento al mismo nivel que los enrutadores basados en LLM con interpretabilidad adicional y un mayor nivel de control sobre la toma de decisiones del modelo.