ARIA：面向多智能体系统的运行时检查与修正框架

研究人员提出 ARIA 框架，通过将经过执行验证的修复转化为监督信号，使轻量模型能够在多智能体系统运行过程中实时介入并纠正错误。研究团队从 4 个多智能体框架和 8 个宿主模型的逾 24,000 条轨迹中构建了包含 3,953 对验证修复的数据集，训练模型识别介入时机与修改方案。实验显示 ARIA 在事后诊断与运行时干预场景中均表现稳定，并具备跨框架与跨宿主模型的泛化能力。