实体
Yang Liu
Yang Liu
PulseAugur coverage of Yang Liu — every cluster mentioning Yang Liu across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
$OneMillion-Bench 基准测试语言代理在专家级专业任务上的表现
研究人员推出了 $OneMillion-Bench ($OMB)，这是一个旨在评估语言代理在复杂、真实世界专业场景中能力的新基准。与之前的基准不同，$OMB 包含 400 项由专家精心策划的任务，涵盖法律、金融、医疗保健和自然科学等领域，要求代理执行多步推理、使用工具并做出基于约束的决策。评估协议评估事实准确性、逻辑连贯性、实际可行性和专业合规性，旨在衡量代理在领域密集型应用方面的准备情况。
-
MASFactory 框架简化了 LLM 多代理系统的编排
研究人员开发了 MASFactory，一个新颖的以图为中心的框架，旨在简化基于大型语言模型的多代理系统 (MAS) 的编排。该框架通过减少手动工作量、增强组件可重用性以及促进各种外部上下文源的集成，解决了当前系统的局限性。一个关键特性是 Vibe Graphing，它将自然语言意图转换为可编辑的工作流规范，然后转换为可执行图，并支持多模态消息处理和用于运行时跟踪和人机交互的可视化工具。