Skip to content
Hot eventLive

TRACE：基于Agentic知识提取的启发式资源分配方法

1 reports1 sources3 hr ago updated

Get the story

AI overview

TRACE 将进化 AHD 循环与智能体化知识提取工作流结合，用于动态资源分配问题。系统包含 Reasoner 智能体分析日志模式并提出假设，以及 Coder 智能体编写并执行模式特定代码来验证假设。在合成云基准和 5G vRAN 场景上，TRACE 持续优于现有 AHD 方法，产生的启发式规则更可审计，开销低于 2%。

Generated from reports · updated 2 hr ago

LatestOct 2
2026-10-02 arXiv 发表 TRACE 最新研究，展示其在资源分配问题上持续优于现有 AHD 方法。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Neural and Evolutionary Computing
    TRACE：通过智能体化知识提取应对真实资源分配问题的启发式设计方法

    TRACE 将进化 AHD 循环与智能体化知识提取工作流结合，用于动态资源分配问题。系统包含 Reasoner 智能体分析日志模式并提出假设，以及 Coder 智能体编写并执行模式特定代码来验证假设。在合成云基准和 5G vRAN 场景上，TRACE 持续优于现有 AHD 方法，产生的启发式规则更可审计，开销低于 2%。

Heat trend

There is not enough continuous observation data to draw a trend yet.