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「效果与开销如何对比」这一具体问题——资料1只给出了 ARIA 的框架定位与数据集规模,没有提供任何运行时检查与事后诊断在准确率、延迟、token 消耗或成本上的量化对比数据。 资料中能确认的部分:
缺失的信息包括:运行时检查带来的额外推理开销(如每步检查的延迟/调用次数)、与事后诊断在错误检出率或最终任务成功率上的对照结果、以及小模型介入的误报率等。这些均未在摘要中出现,无法据此做效果与开销的对比判断。