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「ARIA 在跨框架、跨宿主模型泛化时的修正成功率如何评估」这一具体问题——资料1只给出了框架定位与数据集规模,没有提供任何关于修正成功率的评估指标、实验设置或数值结果。 资料1中能确认的部分:
因此,关于「修正成功率」的定义(如是否以验证修复是否被正确触发、修复后任务是否通过为准)、跨框架/跨宿主模型的评测协议(如留一框架、留一模型设定)以及具体数值,均无法从现有资料中得出,需查阅原文实验章节。