论文提出执行前验证框架JevAct，提升部分工具型智能体可靠性。
资讯摘要
论文提出JevAct运行时验证框架，在LLM智能体执行选定动作前进行拦截，将领域策略编译为可执行状态检查与结构化问题，由仅做预填充的决策模型给出概率判断，不依赖LLM生成。该框架结合工具状态的确定性验证与对话上下文的概率评估，识别无效动作和过早终止任务，并给出有界修正反馈，且无需修改智能体模型参数或工具。作者在τ²-bench的Airline、Telecom任务及BFCL上评测十一个LLM智能体，报告Telecom与BFCL上表现较稳定提升，Airline结果不一。
要点速读
- JevAct在动作执行前拦截，用可执行状态检查加预填充决策模型做概率判断。
- 框架独立于底层智能体模型，无需改动参数或工具。
- 在τ²-bench Airline、Telecom与BFCL上评测十一个智能体，Telecom和BFCL提升较一致，Airline表现不一。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。