Agent Framework Task Planning Open Source Deep Research
摘要

尽管大语言模型进展显著,但在处理需交互外部工具的复杂现实任务时能力趋于瓶颈。现有代理框架存在工作流幼稚、性能不稳定及依赖昂贵 API 等问题。本文提出 MiroFlow,一个高性能且鲁棒的开源代理框架。该框架引入代理图以实现灵活编排,可选深度推理模式以提升性能,并具备鲁棒的工作流执行机制以确保稳定可复现的结果。实验表明,MiroFlow 在 GAIA、FutureX 等多个基准测试中达到最先进水平,旨在为深度研究领域提供易用、可复现的基线。

AI 推荐理由

论文提出基于 Agent Graph 的灵活编排与鲁棒工作流执行,核心解决复杂任务规划问题。

研究机构
清华大学 MirosMind AI 新加坡国立大学 南京大学
论文信息
作者 Shiqian Su, Sen Xing, Xuan Dong, Muyan Zhong, Bin Wang et al.
发布日期 2026-02-26
arXiv ID 2602.22808
相关性评分 9/10 (高度相关)