研究者提出主题网络数据采集多智能体框架PatchScout
Start here
2026年11月3日，arXiv人工智能领域发布研究，提出名为PatchScout的多智能体框架。该框架基于信息觅食机制，通过平衡局部挖掘与自适应块切换，旨在解决长程主题网络数据收集的难题。在4个真实网络主题实验中，PatchScout在采集量和域名覆盖率两项指标上，均显著优于遍历式方法以及搜索增强推理智能体基线。此外，在应用社会科学场景中，该框架成功发现了102个此前未被识别的实体，有效扩充了现有的主题数据集。
AI-generated from reports · Updated 9 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能PatchScout：基于信息觅食的主题网络数据收集
多智能体框架 PatchScout 通过信息觅食机制平衡局部挖掘与自适应块切换，解决长程主题网络数据收集难题。在 4 个真实网络主题实验中，PatchScout 在采集量和域名覆盖率上均显著优于遍历式方法与搜索增强推理智能体基线。在应用社会科学场景中，该框架成功发现 102 个此前未识别的实体，有效扩充了现有主题数据集。
Story heat trend
Current heat 7·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.