算法论文7
ICML新研究:多智能体失败归因
机器之心
AI 摘要
ICML 2025 Spotlight 论文:多智能体系统失败难诊断,提出「自动化失败归因」。构建「Who&When」数据集,设计三种方法评估,现有方法效果有限,但研究将助力打造更可靠多 Agent 协作系统。
阅读原文 · 机器之心
ICML 2025 Spotlight | 谁导致了多智能体系统的失败?首个「自动化失败归因」研究出炉
ICML 2025 Spotlight 论文提出「自动化失败归因」新方向,应对多智能体系统失败难诊断问题。构建「Who&When」基准数据集,设计三种初步方法并评估,虽现有方法表现有限,但此研究意义重大,有望助力打造更可靠系统。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文9
万卡RL训练:如何选最优Batch Size
本文是腾讯混元团队针对大模型强化学习规模化训练的研究,聚焦万卡级算力下Batch Size优化问题,拆分样本效率与系统效率的影响,给出可落地的调优框架,实测可缩短29%训练时间。
机器之心
推荐文章9
MiMo V2.6破解大模型不可能三角
本文作者实测对比同日发布的Grok 4.7与小米MiMo V2.6两大模型,认为MiMo V2.6在性能、价格、速度上满足大模型"不可能三角",体验超预期且全面开源,对AI从业者实用性极强。
数字生命卡兹克
推荐文章8
爆火JEV:Agent的高速协处理器
本文拆解硅谷近期爆火的JEV模型,讲解其作为Agent专属高速决策模型的定位、核心原理、实际调用案例,分析其优势与现存不足,帮助开发者快速了解这款新兴工具。
AI大模型应用实践
开源动态9
Jev爆火 8个开源OpenJev精选
TypeSafe AI发布的Jev模型凭借新的结构化决策接口迅速爆火,引发社区复刻潮。本文精选整理了8个不同技术路线的开源OpenJev项目,逐一介绍各项目的思路、性能、优缺点与适用场景。
GitHubStore