多智能体LLM失败多源于纠正与共识环节，而非首轮错误。
资讯摘要
论文针对多智能体LLM系统提出一套基于语料的沟通失败分类法，数据来自医疗问答、编程、金融、多跳推理、伦理和具身文本任务中的3211条失败多轮轨迹。作者分析失败分布、轮级错误动态、恢复难度、多数转变与少数信号抑制，发现失败主要来自恢复/纠正与共识/决策问题，而非孤立的首轮错误，且许多失败在智能体首次看到同伴回答后才出现。
要点速读
- 论文构建了覆盖医疗QA、编程、金融、多跳推理、伦理与具身文本任务的3211条失败多轮轨迹语料。
- 作者报告失败以恢复/纠正和共识/决策问题为主，许多失败在智能体观察到同伴回答后出现。
- 论文建议加强分歧处理、证据验证、少数信号保留以及最终定稿前的恢复检查。
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 2026/10/27 08:00:28（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。