概念持续搜索框架
Continual Search
一种用于AI智能体故障根因归因的迭代式框架，通过多轮对话驱动LLM持续搜索未检查的诊断证据，将RCA重构为有导向的搜索过程以对抗过早收敛问题
时间轴 (近 90 天)
9月15日
论文提出了名为Continual Search的迭代式RCA解决方案
待验证50%
9月15日
Continual Search通过多轮迭代不断推动作为裁判的LLM持续搜索尚未被解决的诊断证据
待验证50%
9月15日
研究团队在四个现有的RCA基准上评估了Continual Search
待验证50%
9月15日
在MegaRCA-Mix上，Continual Search将GPT-5.5的F1分数从0.349提升到0.498，增幅超过40%
待验证50%
9月15日
在同一模型家族内部，低配版模型采用Continual Search后能超越高配版模型
待验证50%
9月15日
研究表明有效的搜索策略能够胜过原始的模型规模
待验证50%
9月15日
Continual Search不修改模型权重，而是通过多轮对话协议改变模型的思考方式
待验证50%
全部知识事实 (7)
待验证
论文提出了名为Continual Search的迭代式RCA解决方案
50%待验证Continual Search通过多轮迭代不断推动作为裁判的LLM持续搜索尚未被解决的诊断证据
50%待验证研究团队在四个现有的RCA基准上评估了Continual Search
50%待验证在MegaRCA-Mix上，Continual Search将GPT-5.5的F1分数从0.349提升到0.498，增幅超过40%
50%待验证在同一模型家族内部，低配版模型采用Continual Search后能超越高配版模型
50%待验证研究表明有效的搜索策略能够胜过原始的模型规模
50%待验证Continual Search不修改模型权重，而是通过多轮对话协议改变模型的思考方式
50%