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 论文中验证器(verifier)的具体设计」这一问题——资料 1 仅为论文摘要,未披露验证器的模块结构、判定方式、模型规模或训练细节。资料中能确认的相关信息只有以下几点:
也就是说,资料只能说明「验证」在 ARIA 中承担的是产出可复用监督信号的角色,以及验证结果与修复配对的数据形态;验证器本身的具体设计(如是否独立模型、检查粒度、与多智能体各角色的交互协议)在现有资料中无任何描述。建议查阅论文原文的方法章节。