Who&When
PulseAugur coverage of Who&When — every cluster mentioning Who&When across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI框架CockpitHAT解决多智能体系统中的安全故障
一篇研究论文介绍了一个名为CockpitHAT的新框架，旨在提高在汽车驾驶舱等安全关键环境中多智能体AI系统的可靠性。该系统解决了“正确性崩溃”问题，即高级任务准确性掩盖了潜在的过程故障。与纯文本方法相比，CockpitHAT利用依赖图、多通道证据和安全提升机制来更有效地诊断故障。研究人员还发布了CockpitBench，这是一个用于评估这些系统的基准数据集。
-
新的DCFA框架改进了LLM多智能体系统的失败推理
研究人员开发了DCFA，一个旨在改进基于大型语言模型（LLM）的多智能体系统中的失败归因的新框架。这种无需训练的方法通过构建因果启发式依赖图并应用局部反事实推理来解决浅层归因和上下文退化等挑战。在Who&When基准上的实验表明，与现有方法相比，DCFA将步级准确率提高了高达8.27%。
-
新的自适应影响图改进了多智能体LLM系统中的故障归因
研究人员开发了自适应影响图（AIGs），这是一个旨在改进多智能体大型语言模型（LLM）系统中故障归因的新型框架。这种两阶段方法首先将失败的系统跟踪转换为结构化图，然后使用智能体导航这些图以查明关键错误。跨各种模型的实验表明，AIGs显著提高了故障归因的准确性，在多智能体故障归因的Who&When基准测试上确立了新的最先进性能。
-
哪个代理导致任务失败以及何时发生？宾夕法尼亚州立大学和杜克大学的研究人员探索了 LLM 多代理系统的自动化故障归因
宾夕法尼亚州立大学和杜克大学的研究人员，以及来自 Google DeepMind 等机构的合作者，为 LLM 多代理系统引入了一个新的研究问题，称为“自动化故障归因”。他们开发了第一个基准数据集“Who&When”以及几种自动识别哪个代理导致了任务失败以及在哪个时间点的方法。这项工作旨在简化目前耗时的人工调试过程，并提高复杂多代理系统的整体可靠性。该论文已被 ICML 2025 接受为 Spotlight 演示，代码和数据集现已开源。