ARIA：多智能体运行时检查与修复框架

01 摘要

LLM多智能体系统中局部错误会传播导致任务失败，事后诊断或重复执行无法提供运行时干预策略。作者构建了包含3953个执行验证修复对的数据集，并训练紧凑模型学习何时及如何修复进行中的执行。实验表明该模型在事后和运行时修复上表现良好，并能泛化到未见框架和宿主模型。

02 关键点

1. 构建了首个大规模失败多智能体轨迹与执行验证修复配对的数据集，含3953个修复对，每个指定错误原因、干预位置和继续执行方式。
2. 提出与MAS无关的运行时检查与修复框架ARIA，设计为可与任何暴露执行轨迹并支持继续替换的多智能体系统集成。
3. 训练的紧凑模型在事后和运行时修复设置中均表现强性能，并泛化到未见过的框架和宿主模型。