热点事件持续更新
研究揭示工作流规划测试时推理缺陷并提审计建议
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 10 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 7·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。