热点事件持续更新
DocSkill：多语言多跳文档问答智能体框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CL 刊出 DocSkill 论文，提出一种面向多语言多跳文档问答的技能集成智能体推理框架。其核心是可学习的技能编排策略：智能体依据不断变化的证据状态，决定选择、重访还是跳过某项技能，而非按固定流程执行。为支撑评测，团队同时构建 MMHop-DocBench，覆盖10种语言、8类文档域，共含60K问答对。在该数据集上，DocSkill 搭配 Qwen3-VL-8B 取得41.0的准确率和49.2的F1，分别比最强基线高出5.5和6.3点。目前公开信息仅来自这篇论文，尚无后续复现或第三方评测报道。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLDocSkill：面向多语言多跳文档问答的技能集成智能体推理框架
DocSkill 提出用可学习的技能编排策略驱动智能体推理框架，按不断变化的证据状态选择、重访或跳过技能，完成多语言多跳文档问答。团队同时构建 MMHop-DocBench，含 10 种语言、8 类文档域的 60K 问答对。DocSkill 搭配 Qwen3-VL-8B 在该数据集上取得 41.0 accuracy 和 49.2 F1，分别超出最强基线 5.5 和 6.3 点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。