Google（谷歌）

AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents

AgentDebugX：用于大语言模型代理中故障可观测性、归因和恢复的开源工具包

Kunlun Zhu, Xuyan Ye, Zhiguang Han, Yuchen Zhao, Bingxuan Li, Weijia Zhang, Muxin Tian, Xiangru Tang, Pan Lu, James Zou, Jiaxuan You, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Toronto（多伦多大学） ； Google（谷歌公司） ； Stanford University（斯坦福大学） 纠错

AI总结 研究大语言模型代理故障调试难题，提出开源框架AgentDebugX，其核心DeepDebug通过多轮诊断定位根源，在基准测试中表现出色，能修复更多失败任务，还通过多种方式公开工作流程并提供错误中心。

Exposure-Based Reinforcement Learning to Rank

基于曝光的排序强化学习

Harrie Oosterhuis, Rolf Jagerman, Zhen Qin, Xuanhui Wang

机构 * University of Amsterdam（阿姆斯特丹大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 研究排序学习的强化学习方法，针对标准RL在LTR中低效及现有方法复杂的问题，通过聚焦方差减少和GPU计算，提出新的梯度估计抽象，实现与自动微分无缝集成，实验证明新方法收敛快、性能高且无额外计算成本。

Comments Published at ICTIR'26