Dream2Discern：预测LLM多智能体系统运行时失败

Boxuan Zhang、Jianing Zhu、Xiaotian Han、Ruixiang Tang在arXiv提交论文Dream2Discern（arXiv:2610.16071），提出一种面向LLM多智能体系统的运行时审计器，通过模型自身预测损失引导隐式增广生成困难潜变量变体，并用原始标签学习这些变体，从而无需额外交叉执行轨迹或验证结果即可预测执行结果。 基于论文摘要，该方法在AFTraj-2K和StepShield两个基准上超过90%的轨迹级加权准确率，超过有竞争力的失败审计器，并兼顾预测准确性与及时性。作者未说明是否经独立复现。

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。