跳到正文
arXiv · AI· Shaohuang Wang, Jinghao Wen, Xulei Zhang, Xun Jiao·· 9 天前AI 评分28

LLM 智能体长时程故障溯源与控制机制实证研究

Dependable Long-Horizon LLM Agents: A Trajectory-Centered Empirical Study of Where Errors Enter and Which Controls Reach Them

AI 导读

一项针对 95 个失败案例的实证研究指出,大语言模型智能体故障多在任务早期进入,且轨迹中常包含可检测的证据。 研究显示 72% 的失败案例中已有证据但未被处理,45% 的故障源于内容过滤崩溃导致的系统误报。该研究提出了完整的故障记录协议与控制方案。

来源:arXiv · AI · arxiv.org