arXiv · cs.AI· Yinzhu Quan, Zefang Liu, Frederick Benaben, Benoit Montreuil·· 1 天前
AutoMARS：自动可扩展的多智能体大模型供应链风险评估框架
AutoMARS: Automatic and Scalable Multi-Agent Large Language Model Framework for Supply Chain Risk Assessment
arXiv:2610.17206v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yinzhu Quan, Zefang Liu, Frederick Benaben, Benoit Montreuil
研究任务与主要进展
论文提出 AutoMARS，一个用于供应链网络自动、可扩展比较风险评估的多智能体框架。该框架通过自动规划任务、协调专职智能体、调用外部分析工具并整合多领域结果，实现端到端分析工作流，并通过并行化独立任务支持多地点风险比较。其多领域、多智能体、多工具架构融合社会经济、灾害、环境和交通等异构风险因素，提供结构化、可解释的比较分析以支持风险感知选址评估。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org