arXiv cs.MA· Xinwen Liu, Zhuocheng Pan, Isabella Zhu, Jawei Zhang, Xudong Liu, Tianyu Wo·· 10 天前AI 评分29
通信拓扑如何诊断多智能体 LLM 故障：MAScope 两阶段框架
Know the Shape, Find the Fault: Topology-Conditioned Diagnosis of Multi-Agent LLM Failures
AI 导读
研究者提出 MAScope 两阶段框架，从无拓扑标签的执行轨迹中恢复通信拓扑并据此诊断多智能体 LLM 的协调故障。在 851 条 MAST-clean 轨迹上，真实拓扑上下文将 gpt-mini 的 Macro-F1 从 0.173 提升至 0.350，预测拓扑达 0.346，接近仅用轨迹的 gpt-5.4 基线 0.372。
正文 · AI 翻译
摘要：多智能体 LLM 系统通过智能体之间的信息交换来协调任务执行。当协调出现问题时，执行轨迹中相似的征兆可能反映出信息传递、使用或验证方式上的不同问题。通信拓扑刻画了智能体如何交换信息，并为区分协调失败模式提供了结构性线索。利用这些线索进行诊断，需要建立拓扑与失败模式之间的关系，并从缺乏显式拓扑标签的执行轨迹中恢复相关结构。我们分析了通信拓扑与失败模式之间的关系，并提出了 MAScope，一个用于拓扑条件化诊断的两阶段框架。其轨迹结构提取器 TSE 通过将交互图建立在消息证据之上，从异构执行轨迹中恢复通信拓扑。随后，拓扑条件化评判器 TC-Judge 利用轨迹、预测拓扑、从单独标注轨迹中估计出的经验失败先验，以及拓扑特定失败模式的简短描述来对失败进行分类。在固定编排结构下，恢复出的拓扑可在多次执行中复用。实验结果表明，通信拓扑与失败类型之间存在统计上显著的关联，$\chi^2 = 409.9$，$p = 1.2 \times 10^{-70}$。在 \num{851} 条 MAST-clean 轨迹上，真实拓扑上下文将 gpt-mini 的 Macro-F1 从 $0.173$ 提升至 $0.350$。使用预测拓扑时，该流程达到 $0.346$，接近仅使用轨迹的 gpt-5.4 基线 $0.372$。对于固定编排结构下的 \num{1000} 条轨迹，预计流程成本（包括一次拓扑提取）约为重复进行 gpt-5.4 诊断成本的 $6\%$。这些结果表明，拓扑条件化上下文可改善失败诊断，并支持更低成本的部署。
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.10126 [cs.MA] |
| （或使用 arXiv:2610.10126v1 [cs.MA] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.10126 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Zhuocheng Pan [查看邮箱]
[v1]
2026年10月7日星期三 14:07:48 UTC（1,968 KB）
来源：arXiv cs.MA · arxiv.org