יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

MAADBench: פרדיגמת התחדשות לזיהוי תקלות במערכות סוכנים

MAADBench: The Refreshable Paradigm for Anomaly Detection in Multi-Agent Systems
MAADBench היא פלטפורמת ניסויים חדשה לזיהוי תקלות במערכות סוכנים, המאפשרת ניסוי ובדיקה של שיטות זיהוי תקלות חדשות. הפלטפורמה כוללת תרחישים נבחרים ומתואמים, ייצור עקבות תקין, וסיפוק תוויות זמן-צעד חינמיות ומוגדרות. MAADBench נועדה לספק תשתית מערכתית ומתעדכנת לפיתוח ובדיקה של שיטות זיהוי תקלות חדשות.
תקציר מקורי באנגליתarXiv:2609.36556v1 Announce Type: new Abstract: Recent studies report that LLM-based multi-agent systems (MAS) fail at rates of 41%-87%, yet to our knowledge, no benchmark to date supports systematic anomaly detection (AD) for them. Building MAS AD benchmarks is hard because they must remain fresh as LLM systems evolve: tasks may leak into training data and thus be memorized by LLMs, traces and anomaly patterns expire as backbones evolve, and labels must be provided reliably for each refresh. To address these challenges, we present MAADBench (MA: multi-agent; AD: anomaly detection), the first refreshable MAS AD benchmark designed for diverse, evolving LLM backbones underlying the agents. MAADBench combines (1) sampled-and-coupled generative tasks over an approximately 10^37-task space to m
קרא במקור המקורי