提出LLM Agent验证架构层并报告试点研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Ali Afoud、Jie JW Wu 的研究，提出把验证作为 LLM 智能体的架构层：借鉴软件工程的 V-Model，规格层级从需求逐级下探到单步，每层配专属验证器，由确定性控制器执行判定，且只有验证结果写入记忆，因此拒绝可定位到引入故障的层级，智能体以拒绝而非耗尽方式终止。该研究将每个验证器拆分为零成本的确定性 gate 与可选的 LLM judge，以便分别衡量二者贡献与成本。作者报告了一项试点，实现验收级与单元级验证器对，在 MuSiQue 四跳分层、8B 参数骨干上比较五种配置，这些配置共享同一执行器、工具集与评分器，仅验证方式不同。作者说明该结果刻画的是终止行为而非规模化准确率，并提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级验证器对。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。