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 的修复如何被判定为『执行验证过』」这一具体问题——资料1 只给出了框架层面的描述,没有披露验证判据(判定标准)和验证者(由谁/什么执行验证)的细节。 资料中能确认的部分:
也就是说,资料确认了「执行验证过的修复」是 ARIA 数据构建与训练流程中的关键环节,但验证判据的具体形式(例如以任务最终结果、环境反馈还是测试通过为准)与验证者的身份(人工标注、宿主系统自动判定还是模型自评)在现有摘要中均未说明,无法据此推断。