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该问题。资料 1 只提供了 ARIA 框架的摘要级信息，能确认的部分是：

ARIA 是面向 LLM 多智能体系统的运行时检查与修正框架，把执行中验证过的修复转化为可复用的监督数据1；
它训练小模型在任务执行中途识别错误并介入修正，以避免事后诊断或反复重跑1；
它构建了首个大规模失败轨迹与验证修复配对数据集，共 3953 对，并可跨框架与宿主模型泛化1。

但摘要中没有提及小模型介入的触发机制，也没有出现“置信度阈值”“验证器打分”“不确定性估计”等任何相关表述1。因此无法判断触发条件属于哪一种，也无法排除是其他机制（如规则触发、固定步长检查等）。建议查阅该论文全文（arXiv:2610.20780）中关于触发/调度策略的章节，或补充包含方法细节的资料后再作答。

继续追问

ARIA 论文中验证器（verifier）的具体设计是怎样的？ARIA 的 3953 对失败轨迹-修复数据集是如何构造和标注的？ARIA 训练的小模型规模多大，介入修正时的延迟开销如何？

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