研究者提出失败驱动LLM工作流优化框架CE-Graph

1. 13:00
   arXiv · cs.AI

   CE-Graph：用失败驱动的工作流优化方法降低大语言模型工作流失败率

   研究者提出 CE-Graph 框架，把大语言模型（LLM，Large Language Model）工作流优化从最大化单一评分改为直接最小化“预期失败质量”，即在高维失败特征空间（FSS，Failure Signature Space）上对失败概率密度函数积分。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。