AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · arXiv · 2026-10-22

Lean4Agent: এজেন্ট ওয়ার্কফ্লো ও ট্র্যাজেক্টরির জন্য আনুষ্ঠানিক মডেলিং এবং যাচাইকরণ

মূল শিরোনাম: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory

Lean4Agent, LLM এজেন্ট ওয়ার্কফ্লোকে আনুষ্ঠানিকভাবে মডেল করতে, সুস্পষ্ট অনুমানের অধীনে সেগুলির শব্দার্থগত সামঞ্জস্য যাচাই করতে এবং ট্র্যাজেক্টরি থেকে নিষ্পাদন ব্যর্থতার স্থান নির্ণয় করতে Lean4 ব্যবহার করে। এরপর LeanEvolve যাচাইয়ের ফলাফল ব্যবহার করে ওয়ার্কফ্লো সংশোধন করে। SWE-Bench-Verified এবং ELAIP-Bench-এর উপসেটে পাঁচটি LLM-এ পরিচালিত পরীক্ষায় দেখা যায়, যাচাইয়ে উত্তীর্ণ ওয়ার্কফ্লোগুলি ব্যর্থ হওয়াগুলির তুলনায় গড়ে 11.94% ভালো ফল দেখিয়েছে, আর LeanEvolve SWE কর্মক্ষমতা আরও গড়ে 7.47% উন্নত করেছে।

মূল লেখা পড়ুন ↗

সব আইটেম →