AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

现有资料不足以回答该问题的具体细节。资料1只确认了该数据集的规模与定位，未披露采集流程、验证方法、覆盖的框架清单和宿主模型清单。 资料能确认的部分：

该 3953 对「失败轨迹—验证修复」配对数据集出自 ARIA 框架，ARIA 是一个面向 LLM 多智能体系统的运行时检查与修正框架1。
数据集的构建思路与 ARIA 的方法论一致：把「执行验证过的修复」转化为可复用的监督数据，用于训练小模型在任务执行中途识别错误并介入修正，而不是事后诊断或反复重跑1。
资料称其为「首个大规模失败轨迹与验证修复配对数据集（3953 对）」1。
关于泛化性，资料只给出结论性表述——可跨框架与宿主模型泛化1，但没有列出具体覆盖了哪些框架、哪些宿主模型。

无法确认的部分（资料未涉及）：

如需这些细节，建议直接查阅该论文全文（arXiv:2610.20780）的实验设置与数据集章节1。

继续追问

1 条

AI 答案正在检索与综合…

1 条 · 点击可看原文全文与中文译文

ARIA 提出面向 LLM 多智能体系统的运行时检查与修正框架，将执行验证过的修复转化为可复用监督数据，训练小模型在任务执行中途识别错误并介入修正，避免事后诊断或反复重跑。构建了首个大规模失败轨迹与验证修复配对数据集（3953 对），可跨框架与宿主模型泛化。

Agent·arXiv cs.AI·5 天前