GRADS：图引导智能体数据合成框架

2026年10月16日，arXiv 人工智能板块出现由 Gaocheng Yang 等作者发布的论文，提出 GRADS——一个图引导的智能体数据合成框架，具备显式难度控制能力。据该报道，GRADS 通过种子选择、证据扩展、问答构建与验证构成的闭环流程运作，并维护证据与推理依赖图，以此实现对任务难度的显式调控。报道称，在安全、软件工程和科学文档领域，该框架生成的验证任务，其难度分布可被独立求解器区分。目前关于该框架的信息均来自这一篇论文报道，尚无后续跟进报道，也未出现与早先说法相矛盾的内容。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。