TaReD：工具感知递归分解方法
热点事件持续更新
TaReD：工具感知递归分解方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者 Wei-Xiang Mao 等人提出工具感知递归分解方法 TaReD，按功能关系把工具组织成能力层级，让智能体按需发现工具，并将复杂任务递归拆解为与各阶段能力对齐的子任务树。 在复杂真实任务上，该方法端到端任务成功率较对比基线最高提升 40 个百分点。实现已在 GitHub 开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
TaReD：面向长时程任务的工具感知递归分解报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.AITaReD：面向长时程任务的工具感知递归分解
研究者提出 TaReD（工具感知递归分解），按功能关系将工具组织为能力层级，让智能体按需发现工具并把复杂任务递归拆解为与各阶段能力对齐的子任务树。在复杂真实任务上，该方法端到端任务成功率较对比基线最高提升 40 个百分点，实现已在 GitHub 开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。