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 的运行时检查具体挂载在消息层、工具调用层还是规划层」这一问题。 资料 1 只能确认以下内容:
但资料 1 的摘要没有说明 ARIA 的运行时检查具体挂载在多智能体框架的哪一层(消息层、工具调用层还是规划层),也没有描述它与消息传递、工具调用或规划模块的接口关系。因此,无法据此判断它属于哪一层,也不宜推测。 建议补充获取该论文正文(尤其是系统架构与集成方式章节),或查找描述 ARIA 与具体多智能体框架(如 AutoGen、MetaGPT 等)集成位置的资料后再作判断。