DiLLS：基于代理行为分层概述的交互式 LLM 多代理系统诊断
人机交互
2026-02-06 v1
摘要
大型语言模型 (LLM) 基于的多代理系统在处理复杂任务方面展现出惊人的能力。然而，代理行为的复杂性使得这些系统难以理解。当发生故障时，开发人员常常难以识别根本原因，也难以确定可操作的改进路径。传统方法依赖检查原始日志记录，这在大量数据和复杂性的共同作用下效率低下。为此，我们提出了一个框架和交互式系统 DiLLS，旨在揭示和结构化多代理系统的行为。关键思想是将信息组织到查询完成的三个层次：活动、操作和步骤。通过自然语言探测多代理系统，DiLLS 从而派生并组织关于规划和执行的信息，形成结构化的多层次概述。通过用户研究，我们展示 DiLLS 在识别、诊断和理解 LLM 基于的多代理系统中的故障方面显著提高了开发人员的有效性和效率。
引用
@article{arxiv.2602.05446,
title = {DiLLS: Interactive Diagnosis of LLM-based Multi-agent Systems via Layered Summary of Agent Behaviors},
author = {Rui Sheng and Yukun Yang and Chuhan Shi and Yanna Lin and Zixin Chen and Huamin Qu and Furui Cheng},
journal= {arXiv preprint arXiv:2602.05446},
year = {2026}
}