微软提出 OAT：轻量级智能体失败归因方法

微软提出 OAT，一种轻量级智能体失败归因方法，无需失败数据。

• OAT（One-class Attribution of Trajectories）仅用成功轨迹训练，通过神经受控微分方程建模其动态。
• 然后标记失败轨迹中偏离成功流的步骤，实现归因。
• 解决了大规模调试智能体轨迹时传统方案成本高、难以扩展的问题。
• 该方法无需错误标签或失败数据，降低了应用门槛。
• 影响/看点：OAT 为智能体调试提供了高效、可扩展的新工具，有助于加速 AI 智能体的开发与部署。