SiLR：结构保持的LLM工具代理准入
原文标题：SiLR: Structure-Preserving Admission and Process Reward for LLM Tool 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。
研究提出SiLR方法，通过影子执行和产品顺序准入，避免标量投影陷阱，在违规恢复场景中显著优于标量门控。在Gym-ANM和CityLearn基准上，SiLR恢复全部多动作情节，而标量门控恢复率低，且能抵御幅度重分配攻击。
- 问题
- LLM工具代理的运行时门控用标量分数过滤提案，在违规恢复场景中会陷入局部改进的平台期。
- 方法
- 提出SiLR，对每个提案影子执行，并按分支级违规状态的产品序准入，而非聚合标量分数。
- 结果
- Gym-ANM上恢复21/21多动作情节，终端门控0/21、最佳标量门控9/21；CityLearn同样成立。
- 影响
- 为代理安全门控提供可证明的表示方案：标量阈值不可靠，需用结构化分支谓词，且LLM可置于信任边界之外。
深读 · 结论先行AI 生成展开看要点与影响 ↓
SiLR用影子执行加分支级乘积序准入，违规恢复达21/21，标量门控最好仅9/21。
- •指出标量投影陷阱：聚合分数门控会接受局部改进提案，使轨迹陷入平台期
- •证明该序下不存在可靠的标量替代，失败属表示层面而非阈值调参问题
- •Gym-ANM场景中SiLR恢复21/21多动作情节，终端门控0/21，最佳标量门控9/21
- •结论在三个模型家族及CityLearn中均成立
- •因准入依赖确定性模拟，LLM处于信任边界之外，可抵御幅度重分配攻击
为什么重要：为LLM工具代理的运行时准入提供了可证明的替代方案，对构建ReAct类代理系统的工程团队有直接参考价值。
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。