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「执行验证」具体由哪类组件执行(单元测试 / 环境反馈 / 裁判模型)这一问题——资料1只给出了 ARIA 的框架级描述,没有说明验证环节的实现载体。 资料中能确认的部分:
因此,资料只能说明「验证」是 ARIA 流程中的必要步骤并产出配对监督数据,但未披露验证信号来自单元测试、环境反馈还是裁判模型(也未提及三者组合)。要确定这一点,需要查阅论文正文的方法章节。