AgentForesight在线审计多智能体失败预警研究

2026年10月，机器之心报道，罗格斯大学、得克萨斯大学奥斯汀分校和普渡大学的研究团队在 NeurIPS 2026 论文中提出 AgentForesight，用 7B 模型在多智能体任务运行中持续审计，在关键错误扩散前发出预警。团队同时发布 AFTraj-2K 数据集，包含 2,272 条标注轨迹，其中 1,158 条为经过验证的成功轨迹、1,114 条为失败轨迹；评估在 AFTraj-2K 的 332 条留出测试轨迹上进行。报道称，在 AFTraj-2K 测试集上，该方法对失败轨迹的关键错误步骤识别指标 Exact-F1 达到 66.44，比最强通用模型基线高 19.88 分，对成功轨迹误报率为 2.37%。在未参与训练的外部 Who&When 基准上，AgentForesight-7B 的关键步骤与责任 Agent 识别准确率分别为 57.69% 和 73.08%，ASS 为 1.62，报道称均为论文所列对比模型中的最佳结果。目前进展为论文与数据集发布及基准评测结果公布。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。