Agent Error Dataset：扩展至5万组错误诊断对，用于失败分析与错误感知后训练
Agent Error Dataset（AED）收录了50,228组错误诊断对，来自文本智能体系统中的9,961项任务、33个环境、19类运行框架和23个策略模型。数据集保留原始轨迹和执行元数据，便于在不重跑原始流程的情况下重新分析。在3,062组条件匹配的回放对中，首次提出的修正将验证器通过率从18.4%提升至51.1%。使用诊断数据微调Qwen3-8B后，其在留出集上与内部逐步标签的完全一致率从47.2%提高到63.6%。单随机种子对比显示，在WebShop-lite上，动作修复训练比仅使用成功案例的训练高出6.67个百分点。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。