ReCoF：预测LLM智能体错误能否自恢复

2026年10月28日，arXiv Artificial Intelligence 刊出 Chiming Duan 等作者的实证研究，聚焦 LLM 智能体出错后何时需要人工干预。研究构建 ReInBench 数据集，含 1,259 条智能体轨迹、1,403 个错误事件，覆盖 computer-use 与 Web 任务；其中 725 个错误事件可自恢复，且多在数步内完成。自恢复表现随执行 LLM 不同而异，并能帮助智能体应对后续同类错误、支撑任务完成。基于这些发现，作者提出 ReCoF 方法，用于预测某个错误能否自恢复，从而判断是否需要额外干预。在 ReInBench 上，ReCoF 的 Macro-F1 较最强基线平均相对提升 9.02%。目前进展停留在方法提出与基准评测阶段，报道未提及实际部署或后续验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。