AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-22
Lean4Agent：エージェントのワークフローと実行軌跡の形式モデル化と検証
原題: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory
LLMエージェントの多段階ワークフローの信頼性を高めるため、Lean4AgentはLean4で動作を形式的にモデル化し、明示的な仮定の下で意味的な整合性を検証するとともに、実行軌跡から失敗箇所を特定する。さらにLeanEvolveが検証結果を用いてワークフローを修正する。5つのLLMを用いたSWE-Bench-Verifiedの難問部分集合とELAIP-Benchの部分集合での実験では、検証に合格したワークフローの成績が不合格のものを平均11.94%上回り、LeanEvolveはSWEの成績をさらに平均7.47%改善した。