Suxing Liu发布GraphEvoResearcher训练无关推理协议
热点事件持续更新
Suxing Liu发布GraphEvoResearcher训练无关推理协议
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年10月20日，Suxing Liu在arXiv（cs.AI）发布GraphEvoResearcher，这是一种无训练的自反思推理协议，基于DeepSeek LLM实现。 该协议将自反思机制转化为推理图结构，节点表示中间结论，边编码支持、矛盾和依赖关系，把EvoResearcher的自反思元奖励提升为显式图推理。 在GSM8K、MATH、BBH三个基准（各n=50）上，准确率分别达到98%、92%、82%；其中MATH比单次推理高24个百分点，构建成本控制在约2步、4.5至5个节点。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
GraphEvoResearcher: 图感知无训练自反思推理在成本受限多跳问答中的应用报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AIGraphEvoResearcher: 图感知无训练自反思推理在成本受限多跳问答中的应用
GraphEvoResearcher 提出了一种无训练的自反思协议，在 GSM8K、MATH 和 BBH 基准上分别达到 98%、92% 和 82% 的准确率。 该协议将自反思机制提升为推理图结构，节点代表中间结论，边编码支持、矛盾和依赖关系。 在 MATH 数据集上，该方法比单次推理高 24 个百分点，将构建成本控制在约 2 步 4.5-5 个节点。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
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。