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

大家都在搜：vLLM12 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10 training10

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「执行验证」的具体判定标准，也无法给出自动判断一次修复是否有效的可操作规则。资料中能确认的部分只有：

ARIA 是一个面向 LLM 多智能体系统的运行时检查与修正框架，强调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。
该框架的一个关键设计是把「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1。这说明「修复是否有效」在 ARIA 中是通过实际执行来确认的，而非仅靠模型自评或静态检查1。
作者构建了首个大规模失败轨迹与验证修复配对数据集，规模为 3953 对，并可跨框架与宿主模型泛化1。

但资料未披露：验证的具体判定信号（如任务是否成功、测试是否通过、状态是否收敛）、判定由谁执行（环境/检查器/模型）、阈值与失败回退策略，以及「自动判断修复有效」的算法细节。这些需要查阅论文正文（方法章节与实验设置）才能回答。建议：若需落地，可先明确你们系统中「执行验证」的 oracle 来源（单元测试、环境返回值、任务完成度评分），再对照论文的验证器设计确认是否一致。

继续追问

ARIA 的验证修复数据集（3953 对）是如何构造和标注的？ARIA 训练的小模型在运行时介入修正的具体触发条件是什么？ARIA 的运行时检查与事后诊断方法在效果和开销上如何对比？

参考来源

1 条

1站内ARIA: Runtime Inspection and Amendment for Multi-Agent SystemsARIA 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。arXiv cs.AIhttps://arxiv.org/abs/2610.20780

AI 答案正在检索与综合…

站内相关条目

1 条 · 点击可看原文全文与中文译文

返回信息流

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

#multi-agent