论文提出 OAT，一种仅用成功轨迹训练的无监督失败归因方法。它借助神经控制微分方程学习成功轨迹在潜空间中的动态模式，再以失败轨迹各步骤偏离该模式的程度识别错误步骤。仅训练 100 条成功轨迹时，OAT 比提示式基线快 200--5000 倍，并在域内和分布外数据集上分别提升 20% 和 7% F1。
最近 24 小时暂无可用热度快照。