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·4 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「ARIA 中执行验证的具体判定标准」以及「如何自动判断一次修复有效」这两个问题——资料 1 只提供了框架层面的摘要,没有给出验证判定规则、指标或阈值。 资料 1 中能确认的相关信息仅有:
也就是说,资料 1 只表明「修复需要经过执行验证」这一环节存在,并作为数据构建的前提,但未说明验证的判定标准(例如以任务是否成功、测试是否通过、还是其他信号为准),也未说明自动判定修复有效性的具体机制。要回答该问题,需要查阅论文正文中关于验证流程与数据构建的章节。