arXiv · cs.AI· Jiale Liu, Huajun Xi, Shaokun Zhang, Yifan Zeng, Tianwei Yue, Chi Wang, Jian Kang, Qingyun Wu, Huazheng Wang·· 5 小时前
Who&When Pro：大语言模型能否归因 AI 代理失败？
Who&When Pro: Can LLMs Really Attribute Failures in AI Agents?
arXiv:2607.09996v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jiale Liu, Huajun Xi, Shaokun Zhang, Yifan Zeng, Tianwei Yue, Chi Wang, Jian Kang, Qingyun Wu, Huazheng Wang
研究任务与主要进展
研究者提出 Who&When Pro，用于评估大语言模型识别 AI 代理失败主体与发生时间的能力。该基准通过在精确重放成功轨迹前缀后注入一次失败，构建了覆盖3种模态、26个基准和12,326条失败轨迹的标准标注数据集。作者基于论文摘要报告了相关实验与分析，旨在为自动失败归因系统提供经验参考。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org