研究提出LLM Agent验证架构层并报告试点

Ali Afoud 与 Jie JW Wu 提出把验证做成 LLM Agent 的独立架构层，借鉴软件工程的 V-Model：规格从需求逐层下推到单步，每层配一个专用验证器，由确定性控制器执行判定，只有通过验证的结果才写入记忆，因此拒绝能定位到引入错误的层级，Agent 以主动拒绝而非耗尽方式终止。 每个验证器把零成本的确定性 gate 与可选的 LLM judge 分开，以便分别衡量两者的贡献与成本。作者报告了一项试点，实现验收层与单元层的验证器对，在 MuSiQue 四跳子集、8B 参数骨干上比较五种配置，它们共用同一执行器、工具集和评分器，仅验证方式不同。 作者称这些结果刻画的是终止行为，而非规模化下的准确率，并给出十二个月计划以完成和评估完整架构，包括试点未涵盖的集成层验证器对。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。