כתבה
arXiv cs.AI ·
סקאלה 50,000 זוגות טעויות-אבחון לניתוח כשלים ואבחון-מודע לטעויות
Agent Error Dataset: Scaling 50,000 Error--Diagnosis Pairs for Failure Analysis and Error-Aware Post-Training
אסטדיום טעויות-אג'נט: סקאלה 50,000 זוגות טעויות-אבחון לניתוח כשלים ואבחון-מודע לטעויות. האסטדיום כולל 50,228 זוגות טעויות-אבחון מ-9,961 תפריטי מקור ב-33 סביבות, 19 משפחות כלי, ו-23 דגמי מדלים במערכות סוכנים טקסט-בסיסיות.
תקציר מקורי באנגליתarXiv:2609.40111v1 Announce Type: new Abstract: An unsuccessful LLM agent rollout contains more information than its final reward: the observations available to the agent, the actions it chose, and the environment's responses. Reusing this experience for learning requires identifying a decision to revise and testing a concrete alternative. We introduce the Agent Error Dataset (AED), comprising 50,228 error-diagnosis pairs from 9,961 source tasks across 33 environments, 19 harness families, and 23 policy models in text-based agent systems. We retain source traces and execution metadata to support cross-setting failure analysis and re-diagnosis without repeating the original rollout. Our five-stage Agentic Error-to-Training (AET) pipeline collects natural failures, generates diagnoses and pr
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית