arXiv · cs.AI· G. Michael Youngblood, Filip Dvo\v{r}\'ak, Slavo \v{S}vanc\'ar, Tom\'a\v{s} Balyo, Michal Ficek, Martin Dousek·· 8 小时前
基于图编排的复合 AI 系统框架：用控制节点整合异构模型
Graph-Based Orchestration of Heterogeneous AI Models: A Control Node Approach to Composite Intelligence
arXiv:2610.19136v1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：G. Michael Youngblood, Filip Dvo\v{r}\'ak, Slavo \v{S}vanc\'ar, Tom\'a\v{s} Balyo, Michal Ficek, Martin Dousek
研究任务与主要进展
研究者提出一个面向复合 AI 系统的图编排框架，用专门的控制节点协调规划、机器学习、约束编程和大语言模型等多种模型。系统采用有向无环图与行为树管理模型关系与执行顺序，并配有数据连接器、计算服务和容器化部署框架，支持层次、顺序与并发组合模式。案例研究显示该架构可在统一运行模式中结合多种 AI 技术的优势，弥补单模型方法的局限。
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