摘要
互联网测量面临复杂分析需专家级工具编排及方法学缺陷难验证的双重挑战。本文提出 Airavat,首个具备系统验证功能的互联网测量工作流生成智能体框架。该框架协调多个模拟专家推理的智能体,负责问题分解、方案设计与代码实现,并辅以工具注册表。通过验证引擎对照知识图谱评估方法学正确性,利用验证引擎识别合适的验证技术。案例研究表明,Airavat 能生成媲美专家的工作流,做出合理的架构决策,并在无真值情况下解决新问题及识别潜在方法学缺陷。
AI 推荐理由
论文核心在于多智能体协作进行任务分解、方案设计及工作流生成,属典型规划能力研究。
研究机构
加州大学欧文分校
KAIST
论文信息