跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

DSFlow:一种带有统计诊断防护机制的神经符号数据工作流代理

arXiv:2611.25111v1 公告类型:新 题要:数据科学工作流通常需要依赖具备相当技术背景的工具。大型语言模型(LLM)虽能降低这一门槛,但在灵活的通用型智能体与统计可控的流水线之间仍存在鸿沟。我们提出了 DSFlow,一个基于 LangGraph 的神经符号数据智能体平台,它将可复用的、由 LLM 选择的技能与确定性的诊断防护机制相结合。这些技能提供了可扩展的任务知识。符号验证能够接受所提议的方法、请求澄清或重新规划、覆盖不适用的方法,或提供安全的备选方案。回归和聚类案例研究展示了 DSFlow 如何利用诊断证据来修正方法选择,并在可审计的报告中记录这些决策。

重试权限:AI 智能体工作流中的授权与恢复研究

arXiv:2610.31916v1 发布类型:新 摘要:一个持久化的 AI 智能体能够在自身权限发生变更、且该行动的外部结果仍不确定的情况下,恢复执行一项具有重要影响的行动。我们研究了使用工具的 AI 智能体在执行过程中的可靠性,并将恢复决策与语言模型的行为加以分离。检查点状态、派遣权限、外部效应的证据以及协调权限,都是相互独立的义务。我们提出了一项有限的一致性研究,通过对照隐藏于恢复应用之外的供应商效应账本所记录的历史数据,来检验这些义务。一项预先冻结的实验在原生 LangGraph 和 Temporal 主机上执行了 336 条历史记录,跨越 14 个调度、三个供应商合同以及四个匹配的应用策略。所有 168 对主机单元

Permission to Retry: A Study of Authorization and Recovery in AI Agent Workflows
事件进展与其他报道

理解多智能体大型语言模型系统中的通信故障

arXiv:2610.32060v1 发布类型:新 摘要:多智能体大型语言模型系统旨在通过辩论、证据共享和相互纠正来提升推理能力,但交互过程也可能引入一些仅凭最终准确率无法解释的失败现象。例如,智能体可能过早趋于一致、忽视异议、压制正确的少数派答案,或在多轮对话中固守错误的框架。我们提出了一套基于语料库的沟通失败分类体系,该体系源自医疗问答、编程、金融、多跳推理、伦理以及具身文本任务等领域的3,211条失败的多轮对话轨迹。借助这一分类体系,我们分析了不同数据集与系统设计下的失败分布、各轮次的误差动态、恢复难度、多数派转变、少数派信号被压制的现象,以及自我报告的信心水平。我们发现……

事件进展与其他报道