Ag
ARIA: Runtime Inspection and Amendment for Multi-Agent Systems
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
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
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。
现有资料不足以回答“验证过的修复”具体通过什么机制验证——资料1只给出了摘要级信息,没有披露验证流程的技术细节。 资料中能确认的部分:
也就是说,资料只能说明“验证过的修复”是数据集构建与监督信号的关键环节,以及验证结果被复用为训练数据这一用途;至于验证由谁执行(人工标注、规则检查、执行结果比对还是模型自评)、判定标准是什么,摘要中均未提及1。