Hugging Face Daily Papers·· 2 天前AI 评分48
Agent Error Dataset：用于失败分析和错误感知后训练的 50,000 个错误-诊断对
Agent Error Dataset: Scaling 50,000 Error--Diagnosis Pairs for Failure Analysis and Error-Aware Post-Training
AI 导读
Agent Error Dataset (AED) 汇集 50,228 个文本式 LLM agent 错误-诊断对，覆盖 9,961 个源任务和 33 个环境。AET 在 3,062 个匹配回放对中将 verifier 通过率从 18.4% 提至 51.1%；微调 Qwen3-8B 后，943 例 holdout 的 exact-step agreement 从 47.2% 升至 63.6%。
来源：Hugging Face Daily Papers · arxiv.org