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·4 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数据集「如何构建和验证」的具体流程。资料中能确认的只有以下几点:
但资料未提供:失败轨迹的采集来源与筛选标准、修复的生成方式与验证判据(如由谁验证、验证通过条件)、3953 这一数量的统计口径、数据集的划分方式与质量评估指标、以及验证实验的具体设置与结果数字。这些均无法从现有资料确认,因此不能给出构建与验证流程的细节。