MAAGL多智能体图学习框架提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Liang Qu 等作者的论文，提出多智能体智能体图学习框架 MAAGL。该框架将图划分为社区，为每个社区分配独立智能体做区域专门化；结构证据用排列不变、固定大小的动态结构签名概括，语义证据只保留相关性 top-k 节点；智能体依据相似签名的历史轨迹估计置信度，必要时触发辩论式协作。论文称在四个基准数据集上，MAAGL 优于 SOTA 的 AGL 方法。目前事件进展停留在论文发布与框架描述层面，尚无后续跟进报道。

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。