failure-attribution

StepFinder 是一个轻量级框架，仅在特征构建阶段使用LLM将执行日志编码为时间语义序列，然后应用参数高效的时间与注意力模块进行多智能体系统的故障归因。在Who&When基准测试中，与最快的基于LLM的方法相比，推理时间减少了79%。

SkillAdaptor是一种无需训练的步骤级技能自适应框架，具有显式的失败归因能力，适用于LLM智能体，在WebShop、PinchBench和Claw-Eval上提升了性能。

本综述论文对基于LLM的多智能体系统进行了统一回顾，聚焦于协作、故障归因和自我进化，通过LIFE框架识别开放挑战，并提出跨阶段的研究议程。