Deep Research Agent
PulseAugur coverage of Deep Research Agent — every cluster mentioning Deep Research Agent across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
osFoundry 推出具有团队编排功能的 AI 代理桌面应用
osFoundry 发布了一款桌面应用程序，允许用户在本地计算机上运行 AI 代理。该应用程序提供两种模式：一种是用于简单任务的单个代理，另一种是利用领导代理来编排专业代理的代理团队模式。这种团队模式提供了结构化的工作流程，包含规划、委派和审查步骤，确保在向用户呈现输出之前对其进行来源追溯和验证。该系统旨在提高 AI 驱动的研究和分析的可靠性和可追溯性。
-
客户上下文图增强了前沿模型对反馈的分析能力
一篇新的研究论文介绍了一种“客户上下文图”，以增强前沿语言模型对客户反馈的分析。该图统一了客户和业务信息，使 AI 代理不仅能理解客户说了什么，还能理解根本原因、受影响方和解决状态。在使用公开反馈数据进行的评估中，利用该图的代理在答案质量、分析深度和证据可追溯性方面显著优于标准的 Agentic RAG 和 Deep Research Agent 方法。
-
CodeGraph知识图谱解锁源代码语义，助力LLM分析
研究人员开发了CodeGraph，一个新颖的知识图谱，旨在对GitHub等公共代码库中的源代码进行语义注解。该系统利用专门的代码大语言模型和三阶段链接过程，将提取的代码概念与Wikidata进行关联。生成的CodeGraph包含约1.58亿个节点和10亿条边，为多种编程语言的源代码提供了详细的语义表示。另一项独立研究探讨了代码图谱的实际应用，发现它们可以显著降低Haiku等小型LLM在分析Kubernetes和Visual Studi…
-
阿里巴巴凭借新的代理评估基准荣获ACL最佳资源论文奖
阿里巴巴研究团队因其在深度研究代理（Deep Research Agents）方面的工作，在ACL 2026会议上荣获最佳资源论文奖。该论文强调了当前人工智能代理在理解复杂现实世界规则方面存在的显著缺陷，并引入了一个新的基准HSCodeComp来评估这些能力。该基准专注于使用10位HS编码准确分类商品，结果显示即使是表现最佳的代理系统，准确率也仅达到约45%，远低于人类专家的水平。研究还指出了代理架构中的结构性瓶颈，如长推理链和领域知…