发布可审计假设驱动决策的Agent协议研究

2026年10月14日，arXiv Artificial Intelligence 刊出 Jing Liu 等作者的论文，提出一种模型无关的智能体框架，将决策形式化为五阶段闭环，并以候选×证据矩阵的证伪协议加以约束，用于可审计的假设驱动决策。该研究在 TCMEval-SDT 中医辨证基准（200 例）上测试，结论称约束大语言模型可审计决策的是输出纪律与推理结构而非模型能力：两年模型扩展仅使零样本分数变动 -0.03 至 +0.08。作者报告该协议对纪律失败的模型有挽救效果（DeepSeek-V4-Flash：+0.267/+0.271，全部来自终止挽救），将高方差模型的运行间标准差从 0.218 降至 0.007（Kimi K3），但对已有纪律的模型造成显著代价（预算匹配的 Qwen3-4B/32B 上为 -0.087 至 -0.120）；在检测注入的虚假前提上召回率 89.8%、假阳性率 6.8%（MCC 0.54，而全部标记的基线得分为 0）。

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。