CockpitHAT：LLM 多智能体座舱失败归因框架发布

论文作者发布 CockpitHAT 摘要，提出一个面向 LLM 多智能体座舱的分层失败归因框架：用交互 DAG 的依赖距离阈值替代位置窗口，通过具身适配器融合多通道证据，并在置信度加权的分析共识中对高风险失败施加安全加权。 作者同时发布 CockpitBench 基准，含 212 条标注失败轨迹，覆盖对话、车辆状态、环境与记忆通道。作者称在公开 Who&When 基准的 Hand-Crafted split 上，CockpitHAT 的 agent 级/步级准确率为 77.9%/37.8%。以上均为论文摘要声称，尚无独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。