Hot StoryDeveloping
Princeton/UMD OOPMAS 混合任务准确率提升至89.6%
1 reports1 sourcesUpdated 3 小时前
Understanding the Event
AI Digest
Princeton和UMD的研究团队在OOPMAS（多智能体系统设计框架）上取得了新进展，其混合任务准确率达到了89.6%。早先报道称，任务级「一套固定 MAS 工作流」在查询难度与任务类型混杂时会系统性失配，但最新报道显示，这一框架在处理混合任务时表现出了较高的准确率。
Generated by AI from coverage · Updated 3 小时前
Latest Update10月26日 06:06
Princeton/UMD的OOPMAS框架在混合任务上达到89.6%的准确率。Coverage Timeline
Explore different perspectives across coverage.
Oct 26
- Agent Control Flash NewsPrinceton/UMD OOPMAS：混合任务 89.6% 准确率的多智能体系统设计框架
任务级「一套固定 MAS 工作流」在查询难度与任务类型混杂时会系统性失配。
Story Heat Trend
当前热度 9·可比范围峰值 10（10月26日 07:00）·近 24 小时可比范围变化 –
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。