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 训练的小模型与宿主多智能体框架如何解耦」这一机制层面的问题——资料1只给出了框架定位与泛化结论,没有披露解耦的具体实现方式。 资料中能确认的部分:
但关于「如何解耦」——例如是否通过统一的运行时接口/中间表示、是否以框架无关的轨迹与修复格式作为监督信号、小模型是作为独立旁路进程还是嵌入宿主调度——资料1均未涉及,因此无法据此推断具体架构。