Skip to content
Hot eventLive

Who&When Pro：LLM 智能体失败归因基准

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，研究者在 arXiv（Multiagent Systems）发布 Who&When Pro，一个面向智能体系统自动化失败归因的大规模基准。该基准通过严格受控流水线构建：先完整重放成功前缀，再注入失败，从而保证失败点可定位。数据覆盖 3 种模态、26 个 benchmark，共 12,326 条带黄金标签的失败轨迹。实验进一步揭示了模型在不同模态、协议与模型族之间归因失败的系统性模式，为后续自动化失败归因系统提供经验指引。

Generated from reports · updated 2 hr ago

LatestOct 12
研究者推出 Who&When Pro 基准，含 12,326 条黄金标签失败轨迹，并揭示跨模态、跨协议与跨模型族的归因失败模式。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Multiagent Systems
    Who&When Pro：LLM 能否真正归因 AI 智能体的失败？

    研究者推出 Who&When Pro，一个面向智能体系统自动化失败归因的大规模基准。基准通过严格受控流水线，在完整重放成功前缀后才注入失败，构建了覆盖 3 种模态、26 个 benchmark 的 12,326 条带黄金标签的失败轨迹。实验还揭示了模型在不同模态、协议与模型族间归因失败的系统性模式，为后续自动化失败归因系统提供经验指引。

Heat trend

There is not enough continuous observation data to draw a trend yet.