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

结论：现有资料只能确认 ARIA 的设计定位与数据规模，不足以对 ARIA 与事后诊断式（post-hoc）方法做成本与效果上的定量对比。 资料中能确认的部分：

ARIA 是面向 LLM 多智能体系统的运行时检查与修正框架，其核心思路是在任务执行中途识别错误并介入修正，明确以「避免事后诊断或反复重跑」为目标1。这从设计动机上说明：事后诊断式方法需要等到执行结束再定位问题，并可能伴随重跑，而 ARIA 试图把纠错前移到运行过程中1。
ARIA 将执行验证过的修复转化为可复用监督数据，用于训练小模型承担中途识别与修正的工作1。
数据规模方面，资料称其构建了首个大规模失败轨迹与验证修复配对数据集（3953 对），并可跨框架与宿主模型泛化1。

资料未覆盖、因而无法回答的部分：

因此，关于「成本与效果差异」的定量结论，现有资料不足以回答；仅可确认 ARIA 在机制上以运行时介入替代事后诊断与重跑，并配套了 3953 对失败轨迹—验证修复数据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