VerifyMAS：用假设验证定位多智能体系统故障

VerifyMAS 用轨迹级假设验证替代直接预测来定位多智能体故障。

资讯摘要

论文提出 VerifyMAS，一种面向 LLM 多智能体系统故障归因的假设验证框架。它不直接预测出错智能体与错误类型，而是针对完整交互轨迹提出并验证故障假设，先做轨迹级错误验证，再做细粒度智能体定位，从而捕捉跨步骤不一致与协作错误等全局故障，并缩小搜索空间。作者还基于结构化错误分类构建假设数据，微调专用 LLM 验证器。在 Aegis-Bench 与 Who&When 上，作者报告该方法对 Qwen 与 GPT 等骨干模型均有提升。

要点速读

1. 论文指出直接预测智能体-错误对依赖局部日志，会漏掉跨步骤不一致、智能体协作错误等全局故障，且组合搜索空间大。
2. VerifyMAS 将归因拆为轨迹级错误验证与细粒度智能体定位，采用错误优先的假设验证方式。
3. 作者基于结构化错误分类构造假设数据并微调专用 LLM 验证器，在 Aegis-Bench 和 Who&When 上报告优于先前方法且未牺牲长轨迹推理效率。

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 2026/10/28 08:00:17（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。