跳到正文
热点事件持续更新

ChartEvo框架提出长尾图表推理自进化方法

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月21日，Qi Wang等人在arXiv上发布论文，提出名为ChartEvo的递归自改进框架。该框架旨在解决长尾图表推理难题，通过进化可复用的Skills和Tools实现经验驱动的harness-level自我改进。在ChartBench和ChartX基准测试中，该框架使基础模型Qwen3.7-Plus的准确率分别提升45.6%和32.5%。

AI 根据报道生成 · 2 小时前更新

最新进展10月21日 12:00
ChartEvo：用于长尾图表推理的自进化智能体框架

报道时间线

沿着报道，了解事件的不同侧面。

10月21日
  1. arXiv · AI
    ChartEvo：用于长尾图表推理的自进化智能体框架

    ChartEvo 提出了一种递归自改进框架，通过进化可复用的 Skills 和 Tools 来增强长尾图表推理能力。在 ChartBench 和 ChartX 基准上，该框架使基础模型 Qwen3.7-Plus 的准确率分别提升 45.6% 和 32.5%。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月21日 13:00
近 24 小时变化
–

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。