论文发现多数智能体错误可自恢复，并提出预测方法ReCoF。
资讯摘要
论文对LLM智能体执行Web与计算机任务时的错误与自恢复进行实证研究，构建含1,259条智能体轨迹、1,403个错误事件的ReInBench数据集。作者报告725个错误事件可自恢复，且多在数步内完成，不同执行LLM的自恢复表现存在差异；自恢复还能帮助应对后续同类错误并支持任务完成。据此论文提出ReCoF，预测错误是否可能自恢复，以判断是否需要外部干预，在ReInBench上Macro-F1较最强基线平均相对提升9.02%。
要点速读
- 构建ReInBench数据集，含1,259条智能体轨迹和1,403个错误事件，覆盖计算机使用与Web任务。
- 作者报告725个错误事件实现自恢复，多在数步内发生，且自恢复表现因执行LLM而异。
- 提出ReCoF预测错误能否自恢复，在ReInBench上Macro-F1较最强基线平均相对提升9.02%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。