AI 搜索

带引用 · 可溯源

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

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

现有资料不足以回答该问题。资料 1 只提供了 ARIA 框架的定位与数据规模，没有给出任何关于准确率、误触发率（false trigger rate）或其它量化指标的数值。可确认的部分如下：

ARIA 是一个面向 LLM 多智能体系统的运行时检查与修正框架，核心思路是把执行中验证过的修复转化为可复用的监督数据，训练小模型在任务执行中途识别错误并介入修正，从而避免事后诊断或反复重跑 1。
它构建了首个大规模「失败轨迹—验证修复」配对数据集，规模为 3953 对 1。
摘要声称该方案可跨框架与宿主模型泛化 1，但未给出泛化效果的具体度量。

因此，关于「介入修正的准确率」与「误触发率」这两个具体指标，需要查阅论文正文的实验章节（如介入判定指标、误报/漏报统计）才能获得，现有摘要级资料无法支撑结论。

继续追问

1 条

AI 答案正在检索与综合…

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。

Agent·arXiv cs.AI·5 天前