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 运行时检查与修正机制在推理时的额外开销有多大」这一问题。资料 1 只提供了 ARIA 的框架定位与数据集规模,没有给出任何关于推理延迟、吞吐、显存或调用次数的量化数据。 资料 1 中能确认的部分:
关于开销,资料 1 仅隐含两点结构性线索,但均无实测数值:一是用「小模型」而非宿主大模型做检查,可能影响单次检查成本 1;二是设计目标是「避免事后诊断或反复重跑」,即用在线轻量介入替代整轮重执行 1。这两点都不能换算成具体的额外开销比例。 建议查阅原文的实验章节(延迟/开销对比)以获取准确数字。