研究者提出多智能体隐私框架TG-CI

2026年10月30日，arXiv Artificial Intelligence 刊出研究，作者 Hengyu Wu、Blaise Delattre、Yang Cao 提出面向多智能体系统的任务图上下文完整性框架 TG-CI，并同时给出 MAPLE-Bench 基准。报道称，该框架将多智能体工作流建模为 Multi-Agent Task Graph（MATG），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判断。作者在文中称，这是据其所知首个面向多智能体的、以任务图为原生的上下文完整性形式化。目前事件进展停留在框架与基准的提出阶段，报道未提及后续实验评测、开源发布或应用落地情况。

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。