ホットトピック継続更新中
研究揭示工作流规划测试时推理缺陷并提审计建议
1 件の報道1 件の報道元18 時間前 更新
まずこの件を把握する
AI 概要
2026年11月3日，相关研究团队发布针对DisasterBench结构化工作流规划的测试时推理审计论文。研究发现，名义树搜索并未带来实际的自适应收益，独立采样即可复现其候选发现效果；在工作流选择环节，多数投票机制在10%至19%的任务中未能选出已发现的正确工作流，且工具规范感知验证器推翻的正确决策数量超过了其修复的数量。针对这些测试时推理失效问题，研究建议将推理流水线拆分为候选发现、结构验证与最终选择三个阶段分别进行审计。
AI が報道をもとに生成 · 14 時間前 更新
最新の進展11月3日 13:00
研究发现名义树搜索无实际收益且验证器弊大于利，建议将推理流水线分三阶段审计。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- arXiv 自然语言处理从表面搜索增益到选择失效：结构化工作流规划中的测试时推理审计
一项针对 DisasterBench 结构化工作流规划的测试时推理审计发现，名义树搜索并未带来实际自适应收益，独立采样即可复现其候选发现。多数投票在 10-19% 的任务中未选出已发现的正确工作流，且工具规范感知验证器推翻的正确决策多于其修复数量。研究建议将推理流水线按候选发现、结构验证与最终选择三个阶段分别进行审计。
このストーリーのホット度の推移
現在のホット度 6·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。