GRADS：图引导智能体数据合成框架

事件综述根据 1 篇报道整理，10月16日更新

约翰斯·霍普金斯大学与亚马逊等机构的研究者提出 GRADS，一个图引导的智能体数据合成框架，通过维护证据与推理依赖图，在种子选择、证据扩展、问答构建与验证的闭环中实现显式难度控制。相关论文以预印本形式发布，作者为 Gaocheng Yang 等。 据论文，该框架在安全、软件工程、科学文档领域进行了实验；作者同时公开了智能体源代码、提示词及定义流程的评估标准。

综述由模型根据报道生成，细节以各篇原文为准。