PRIME 框架：让 LLM 智能体结论可溯源、拒绝无据判断
原文标题：PRIME: Towards Verifiable Evidence-Grounded Reasoning in LLM Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 PRIME（Precommitted Rules for Inference from Minimal Evidence），在检查前预先固定证据路径，并用独立程序记录每次检查结果，只允许规则与账本授权的结论。在 480 个公共记录任务上，普通智能体有 26.7% 任务给出无据结论，PRIME 为零；有据结论平均分从 30.1 提升至满分 59.2。
- 问题
- LLM 智能体核查记录时常在检查失败后仍给出无依据结论。
- 方法
- 检查前预先固定证据路径，用独立程序记录每次检查结果，只允许规则与账本授权的结论。
- 结果
- 480 个公共记录任务上无据结论从 26.7% 降至 0，有据结论平均分从 30.1 升至满分 59.2。
- 影响
- 为合规审查类智能体提供可审计的结论约束机制，适合对错误容忍度低的业务流程。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PRIME预先固定证据路径并记录检查结果，480任务上无据结论从26.7%降至零。
- •普通智能体在26.7%的480个公共记录任务上给出无据结论，PRIME为零。
- •有据结论平均分从仅拒绝时的30.1提升至满分59.2（满分100）。
- •机制为检查前固定证据路径、独立程序记录每次检查并拒绝无授权结论。
- •在需求正确、检查位置已知且预算充足时，可达到最强有据结论。
为什么重要：对用智能体做合规核查、漏洞报告审查等场景，可溯源与拒绝无据判断是可用性的前提。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。