BLADE：面向 LLM 多智能体系统失败归因的信息使用审计

针对 LLM 多智能体协作中失败难以定位的问题，论文提出免训练框架 BLADE（Blame Localization via Audited Dependency Evidence）。它不局限于追踪信息依赖来源，而是借助 Jev 进行结构化概率判断，用依赖概率选出相关的源-决策交接点，审计接收决策是否忠实且符合任务要求地使用来源信息，从而区分错误引入、传播与修复。摘要未披露具体实验设置与量化结果。

AI推荐理由 提出免训练框架 BLADE，用依赖概率筛选关键决策交接点，审计接收方是否忠实使用来源信息，从而区分错误引入、传播与修复，为 LLM 多智能体系统的失败归因提供了新思路；摘要未给出实验数据与对比结果，实际效果尚待验证。