ASCon：一种方向感知的交互代理——多代理系统中故障归因的步骤情境化模型

基于 LLM 的多代理系统 (MAS) 中的故障归因旨在通过识别责任目标（包括故障代理、错误步骤和故障模式）来回答谁造成了故障、故障何时发生以及原因。现有方法主要侧重于为特定归因目标开发专用模型，而对它们之间的证据依赖性的关注有限。尽管这些归因目标不同，但它们依赖于 MAS 轨迹的共同诊断证据，包括任务限制、代理角色、行为历史和代理间交互。这种共性促使我们开发一个统一的表示模型，将轨迹证据聚合成个体代理和步骤表示，随后可以适应不同的归因目标。因此，我们提出了 ASCon，一种用于多个故障归因目标的方向感知互惠 \textbf{A}gent--\textbf{S}tep \textbf{Con}文本化模型。 ASCon 引入了对模型执行上下文的方向感知图注意力、屏蔽步骤到代理注意力以构建行为感知代理表示，以及将代理上下文合并回步骤表示的代理条件步骤上下文化。由此产生的情境化表示通过轻量级的特定目标头实现不同的归因目标。实验表明，ASCon 可以将错误代理检测的微观精度提高 5.83\%+，错误步骤检测的微观精度提高 10.63\%+，以及 Macro-F1 的故障模式检测提高 14.73\%+。同时，还可以大幅增强基于LLM的方法在域外场景下的归因能力。