跳到主要内容
检索

# 智能体架构

2 篇关联报道

订阅更新
  1. arXiv

    CroissantMiner 发布 602 篇论文基准:单次全文提取胜过四种智能体架构,最强系统综合分仅 0.709

    该工作构建了 CroissantMiner 基准,将 602 篇机器学习数据集论文(102 篇人工验证金标注、500 篇 LLM 银标注)与完整 30 字段 Croissant 1.1 模式配对,并用规则评分加人工审计 LLM 评判的两层框架评测 24 个提取系统,发现单次全文提取在每种骨干模型上都优于所评测的四种智能体架构,且长文本 RAI 字段最难提取,最强系统综合分仅 0.709。

  2. Google Research

    Google 提出多智能体视频协同导演框架,在 GenAD-Bench 上取得 81.4 峰值质量分并生成十分钟长视频

    Google 研究团队提出一套统一的多智能体框架(含 AI video co-director、CANVAS、A²RD、VQQA 四个组件),把长视频生成建模为全局优化与世界状态跟踪问题,在 GenAD-Bench 上取得 81.4 峰值质量分,并在 ST-Bench、HardContinuityBench、VBench-Long、LVBench-C、T2V-CompBench、VBench2、VBench-I2V 等基准上报告了多镜头叙事一致性、角色持续性与长时段稳定性的提升,同时展示了十分钟长视频生成。

已读完全部报道