论文 / arXiv:2610.38620
三思而后行：面向LLM智能体的决策门控
Think Before You Act: Decision Gate for LLM Agents
Iftach Shoham, Yuval David, Offer Akrabi, Erez Bilgory, Ido Levy, Sami Marreed, Sergey Zeltyn, Segev Shlomov·2026-10-28·cs.AI相关度 7
⚡ 一句话总结 AI 生成 · 以原文为准
JevAct结合可执行策略检查与预填充决策模型，在τ^2-bench和BFCL上提升十一个LLM智能体的可靠性。
关键结论
- 在τ^2-bench的Airline和Telecom任务以及BFCL上，对十一个LLM智能体进行了评估。
- 多个模型和基准上的智能体可靠性均有提升，其中Telecom和BFCL上的改进尤为一致。
- Airline上的表现则好坏参半。
📄 摘要AI 生成 · 以原文为准
LLM智能体日益通过外部工具执行重要操作，但其提出的动作往往在未经独立验证策略合规性或任务完成情况的前提下就被执行。我们提出JevAct，一个运行时验证框架，可在执行前拦截选定的智能体动作，并支持反馈驱动的修正。JevAct将领域策略编译为可执行的状态检查和结构化问题，由仅使用预填充（prefill-only）的决策模型进行评估，该模型产生基于概率的判断，而不依赖LLM生成。通过将工具状态事实的确定性验证与对话上下文的概率评估相结合，该框架可识别潜在无效的动作和过早的任务终止，并为有界修正提供针对性反馈。JevAct独立于底层智能体模型运行，无需修改其参数或工具。我们在τ^2-bench的Airline和Telecom任务以及BFCL上，对十一个LLM智能体进行了评估。结果表明，多个模型和基准上的智能体可靠性均有提升，其中在Telecom和BFCL上的改进尤为一致，而在Airline上的表现则好坏参半。总体而言，这些发现表明，将结构化决策模型与可执行验证相结合，可以提升使用工具的LLM智能体的可靠性。
💬 讨论 0
发帖 →还没有讨论，来发起第一个吧。
每日同步自 decision.host · 译文与总结由 AI 生成，每条都附原文链接。