研究者提出证据门控多智能体MLOps框架

研究者 Sagar Srinivas Sakhinana 与 Venkataramana Runkana 提出一种证据门控的多智能体框架，目标是把自然语言描述的 MLOps 云工程任务转化为经过验证的代码仓库，并完成云端部署。 该框架由有状态 Graph Orchestrator 协调仓库生成、审查、执行、验证、发布与监控等专用智能体，并管理证据门控、重试上限与回滚路径。研究者称其结合了图工程、循环工程与智能体 harness 工程。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。