学者发布智能体时代图介导大模型系统综述
Start here
2026年11月5日，arXiv人工智能领域发布关于智能体时代图介导大语言模型（LLM）系统的综述论文。该研究系统梳理了相关技术，提出了涵盖推理、知识与证据、检索与记忆、执行及协作的操作级 role-locus 分类法。为准确区分局部指标改进与下游任务表现，论文整合基准测试、过程诊断与系统成本构建了评估框架。此外，研究还指出了自适应计算与停止、记忆维护以及依赖感知恢复等方向面临的开放挑战。
AI-generated from reports · Updated 8 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能智能体时代的图介导 LLM 系统：推理、知识、检索、执行与协作综述
该综述系统梳理了智能体时代的图介导大语言模型（LLM）系统，提出涵盖推理、知识与证据、检索与记忆、执行及协作的操作级 role-locus 分类法。论文整合基准测试、过程诊断与系统成本构建了评估框架，用于准确区分局部指标改进与下游任务表现。此外，研究指出了自适应计算与停止、记忆维护以及依赖感知恢复等方向的开放挑战。
Story heat trend
Current heat 8·Comparable peak 10（Nov 5 14:00）·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.