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

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「实测效果」这一问题——资料中没有任何跨框架、跨宿主模型的量化实验结果、对比基线或泛化性能数字。仅能确认以下有限信息：

ARIA 是一个面向 LLM 多智能体系统的运行时检查与修正框架，其思路是把执行中验证过的修复转化为可复用的监督数据，训练小模型在任务执行中途识别错误并介入修正，从而避免事后诊断或反复重跑1。
该工作构建了首个大规模「失败轨迹—验证修复」配对数据集，规模为 3953 对1。
摘要层面声称该框架「可跨框架与宿主模型泛化」1，但这只是作者的定性表述，资料未给出支撑该结论的实测设置（涉及哪些 agent 框架、哪些宿主模型）、指标或数值。

因此，关于「跨框架、跨宿主模型泛化上的实测效果如何」，只能回答：资料仅给出泛化性的定性主张与数据集规模，缺少可核验的实测证据1。建议查阅原文的实验章节获取具体数字。

继续追问

1 条

AI 答案正在检索与综合…

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。

Agent·arXiv cs.AI·5 天前