TaReD：工具感知递归分解长程任务论文发布

2026年10月9日，arXiv·Artificial Intelligence（一手）发布论文，提出面向长程任务的工具感知递归分解方法 TaReD。该方法按功能关系把工具组织成能力层级，智能体在执行中按需发现工具，并将复杂任务递归分解为与各阶段所需能力对齐的子任务树。实验显示，在复杂真实任务上，该方法将端到端任务成功率较对比基线最多提升40个百分点。论文为15页、含3幅图、2张表，实现代码已在GitHub开源。目前报道仅此一篇，未见后续验证或更新。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。