跳到正文
热点事件持续更新

CE-Graph框架被ICML 2026接收

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Jusheng Zhang等研究者提出CE-Graph框架,旨在通过最小化期望失败质量(Expected Failure Mass)来优化基于LLM的工作流。 该方法通过在反例池中近似失败分布并识别高密度区域,结合算子约束图编辑,在数学、代码和QA基准上以更低成本实现比强基线更高的鲁棒性。 该研究已被ICML 2026接收为Spotlight论文,相关代码已公开。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · AI
    Failure-Driven Workflow Refinement:提出 CE-Graph 框架优化 LLM 工作流

    研究者提出 CE-Graph 框架,通过最小化期望失败质量(Expected Failure Mass)优化基于 LLM 的工作流,而非仅依赖标量指标。 该方法在反例池中近似失败分布,识别高密度区域并应用算子约束图编辑,在数学、代码和 QA 基准上以更低成本实现了比强基线更高的鲁棒性。 该研究已被 ICML 2026 接收为 Spotlight 论文,代码已公开。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。