★ 3
根因归因是搜索问题：长周期智能体失败的持续搜索
论文指出LLM自动根因归因在长执行轨迹上准确率低，因关键证据稀疏且分散，本质是大规模搜索问题。作者提出持续搜索迭代框架，多轮引导评判器持续寻找未解决的诊断证据，并发布MegaRCA-Mix大规模评测集。在MegaRCA-Mix上将GPT-5.5的F1从0.349提升至0.498，且低阶模型可超越高…
arXiv cs.AI48 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出LLM自动根因归因在长执行轨迹上准确率低，因关键证据稀疏且分散，本质是大规模搜索问题。作者提出持续搜索迭代框架，多轮引导评判器持续寻找未解决的诊断证据，并发布MegaRCA-Mix大规模评测集。在MegaRCA-Mix上将GPT-5.5的F1从0.349提升至0.498，且低阶模型可超越高…