多智能体语言模型

本文介绍了一篇ICML 2025 Spotlight论文，提出自动化失败归因新任务以快速定位多智能体语言模型（LLM）系统的错误。研究构建首个Who&When数据集，并比较了三种方法：All-at-Once、Step-by-Step和Binary Search。实验结果显示当前方法效果有限，准确率较低；但混合策略有一定提升，且现有SOTA模型表现仍不理想。这表明失败归因任务对AI推理与理解能力要求极高。