专用基准数据集

本文介绍了一项新研究，首次提出并定义了’自动化失败归因’这一全新课题。研究人员构建了首个专用基准数据集Who&When，并开发评估了多种自动化归因方法，揭示了Multi-Agent系统中找到责任Agent和错误步骤的复杂性，为提升LLM Multi-Agent系统的可靠性和智能开辟了新的道路。