研究者提出多智能体隐私框架TG-CI
热点事件持续更新
研究者提出多智能体隐私框架TG-CI
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Hengyu Wu、Blaise Delattre、Yang Cao 提出任务图上下文完整性框架 TG-CI，将多智能体工作流建模为 Multi-Agent Task Graph，把上下文完整性从单次信息传递扩展到有状态的图级信息流，并给出 Full-Scope 与 Auto-Region 两种传播范围授权策略。作者称这是首个面向多智能体系统的任务图原生上下文完整性形式化。研究同时提出基准 MAPLE-Bench。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
多智能体隐私新框架 TG-CI：在信息传播前完成判断报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI多智能体隐私新框架 TG-CI：在信息传播前完成判断
研究者提出 Task-Graph Contextual Integrity（TG-CI），将多智能体工作流建模为 Multi-Agent Task Graph，把上下文完整性从单次信息传递扩展到有状态的图级信息流，并给出 Full-Scope 与 Auto-Region 两种传播范围授权策略。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
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。