热点事件持续更新
研究团队提出长程任务分解框架TaReD并开源
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究团队在 arXiv 提出面向长程任务的工具感知递归分解框架 TaReD。该框架通过按功能关系构建工具能力层级并按需检索工具，将复杂的长程任务递归分解为与工具能力对齐的子任务树。实验显示，TaReD 在复杂真实世界任务中的端到端任务成功率相比对比基线提升最高达 40 个百分点。目前，相关实现已在 GitHub 开源。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究人员提出面向长程任务的分解框架 TaReD，成功率最高提升40个百分点并已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 人工智能TaReD：面向长程任务的工具感知递归分解框架
研究人员提出 TaReD 框架，通过按功能关系构建工具能力层级并按需检索工具，将复杂长程任务递归分解为与工具能力对齐的子任务树。实验显示，该方法在复杂真实世界任务中的端到端任务成功率相比对比基线提升最高达 40 个百分点，相关实现已在 GitHub 开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9日 12:00）·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。