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该问题。 资料 1 只提供了 ARIA 的摘要级信息,能确认的部分如下:
但资料 1 并未说明 ARIA 的运行时检查器具体监控哪些执行信号,例如消息内容、工具调用参数与返回值、智能体内部状态或共享记忆等,也没有给出信号分类、监控粒度或检查点定义。因此无法据此列出具体的监控对象清单。 建议补充获取该论文正文(尤其是系统设计与运行时检查器章节)后再回答。