热点事件持续更新
TRACE：智能体启发式设计解决资源分配
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 发布论文提出 TRACE，将进化式自动启发式设计（AHD）循环与智能体知识提取工作流结合，用于解决真实世界资源分配问题。TRACE 通过 Reasoner 分析日志模式提出假设、Coder 编写并执行代码验证，以解决现有 AHD 仅依赖标量适应度、无法获知系统动态的问题。在合成云基准和基于工业测试床测量与运营流量轨迹构建的 5G vRAN 场景中，TRACE 持续优于 SOTA AHD 方法，开销低于 2%，并产出更可审计的启发式规则。目前报道仅此一篇，尚无后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 12:00
TRACE 在合成云基准与 5G vRAN 场景中优于 SOTA AHD，开销低于 2%。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）TRACE：用智能体启发式设计解决真实世界资源分配问题
TRACE 将进化式自动启发式设计（AHD）循环与智能体知识提取工作流结合，通过 Reasoner 分析日志模式提出假设、Coder 编写并执行代码验证，解决现有 AHD 仅依赖标量适应度、无法获知系统动态的问题。在合成云基准和基于工业测试床测量与运营流量轨迹构建的 5G vRAN 场景中，TRACE 持续优于 SOTA AHD 方法，开销低于 2%，并产出更可审计的启发式规则。
本事件热度走势
当前热度 7·可比范围峰值 7（10月4日 01:00）·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。