JevAct：LLM智能体运行时验证框架

2026年10月30日，arXiv人工智能板块报道，Iftach Shoham等作者提出运行时验证框架JevAct。该框架在LLM智能体执行动作前拦截选定操作，通过预填充式决策模型给出基于概率的判断，实现反馈驱动的纠正；它将领域策略编译为可执行状态检查与结构化问题，结合工具状态事实的确定性验证和对话上下文的概率评估，识别无效动作与过早终止任务。报道称，JevAct独立于底层智能体模型运行，无需修改智能体模型参数或工具。作者在τ²-bench的Airline与Telecom任务及BFCL上对十一个LLM智能体进行了评估，结果显示多个模型与基准上的智能体可靠性有所提升，其中Telecom与BFCL上的增益尤为稳定，Airline上的表现则较为参差。目前该工作处于论文发布阶段，尚无后续跟进报道。

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。