5 Nachrichten — 🟡 2 wichtig , 🟢 3 interessant
Eine neue arXiv-Arbeit zeigt, dass die Feed-Komposition, die Reihenfolge empfohlener Inhalte, die Entscheidungen von LLM-Agenten erheblich verändert. Über 2.785 Rollouts decken die Autoren eine Asymmetrie auf: Ein einseitiger Feed kann eine Entscheidung umkehren, bei der das Modell unsicher ist, aber keine feste Präferenz. Die Implikation ist, dass Empfehlungssysteme eine praktische Kontrolloberfläche für Agenten sind.
FALAT ist ein neues Diagnose-Framework zur Zuordnung der Ursachen von Fehlern in Multi-Agenten-LLM-Systemen, formuliert als abhängigkeitsgeführte Suche. Es erreicht 46,0% Genauigkeit auf Schrittebene bei algorithmisch generierten Trajektorien und 29,1% bei manuell erstellten und zeigt, dass die Berücksichtigung von Abhängigkeiten zwischen Schritten entscheidend für die Identifizierung der Fehlerursache ist.
