arXiv · cs.AI· Boxuan Zhang·· 15 天前AI 评分36
Dream2Discern：通过难样本潜在变体学习预测多智能体系统运行时失败
Dream2Discern: Learning from Hard Latent Variants for Runtime Failure Prediction in Multi-Agent Systems
来源与原文
arXiv · cs.AI
作者：Boxuan Zhang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.16071v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Dream2Discern，一种面向 LLM 多智能体系统的运行时审计器，通过按自身预测损失选择表示算子扰动生成难潜在变体进行训练，无需额外轨迹采集或结果验证。在 AFTraj-2K 和 StepShield 两个基准上超过竞争性失败审计器，轨迹级加权准确率均超过 90%。
来源：arXiv · cs.AI · arxiv.org