Nytt ramverk låter AI hitta fel i komplexa agentsystem

arXiv cs.AI

Forskare har utvecklat Adaptive Influence Graphs (AIGs), ett system som hjälper AI-modeller att felsöka misslyckade körningar i multi-agent-system – alltså när flera AI-agenter samarbetar och något går fel. Istället för att läsa råa loggar från början till slut omvandlar AIGs felloggarna till en strukturerad graf som sedan navigeras målmedvetet, ungefär som en erfaren ingenjör som vet var man ska leta. På riktmärket Who&When, som är standardtest för den här typen av felsökning, sätter metoden nytt rekord.