BLADE：审计信息使用以归因多智能体失败
热点事件持续更新
BLADE：审计信息使用以归因多智能体失败
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Xiaoguang Guo、Yaohao Long、Chuxu Zhang 提出 BLADE，一个免训练的多智能体失败归因框架，通过审计信息使用而非仅追踪来源，定位 LLM 多智能体系统中的责任智能体和关键错误步骤。 BLADE 利用 Jev 做结构化概率判断，区分错误引入、传播与修复。在 Who&When 和 Who&When Pro 五个子集的 1228 条失败运行上，论文称其在八种策略中取得最佳或并列最佳的步骤准确率，较 All-at-once 高出 2.2 至 11.1 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
BLADE：面向 LLM 多智能体系统故障归因的信息使用审计框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIBLADE：面向 LLM 多智能体系统故障归因的信息使用审计框架
BLADE 是一个免训练框架，通过审计信息使用而非仅追踪来源，定位 LLM 多智能体系统中的责任智能体和关键错误步骤。它利用 Jev 进行结构化概率判断，区分错误引入、传播与修复。在 Who&When 和 Who&When Pro 五个子集的 1228 条失败运行上，BLADE 在八种策略中取得最佳或并列最佳的步骤准确率，较 All-at-once 高出 2.2-11.1 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。