研究者提出证据门控多智能体MLOps框架

Sagar Srinivas Sakhinana 与 Venkataramana Runkana 提交论文，提出一种证据门控的多智能体框架，可将自然语言描述的 MLOps 云工程任务转化为经过验证的代码仓库和云端部署。 该框架在 Google Cloud Platform 上实现，由有状态 Graph Orchestrator 协调仓库生成、审查、执行、验证、发布与监控等专用智能体，并管理证据门控、重试边界与回滚路径。 作者称，实验结果显示该框架能阻止缺乏证据支持的生命周期状态转换，使每次运行最终走向经过验证的可用部署，或可审计的终止失败。

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。