La IA y los problemas difíciles del mundo · Informática teórica · arXiv · 2026-10-22
Lean4Agent: Modelado y verificación formales para flujos de trabajo y trayectorias de agentes
Título original: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory
Lean4Agent utiliza Lean4 para modelar formalmente los flujos de trabajo de agentes LLM, verificar su consistencia semántica bajo suposiciones explícitas y localizar fallos de ejecución a partir de trayectorias. LeanEvolve utiliza luego los resultados de la verificación para revisar los flujos de trabajo. Los experimentos en cinco LLM sobre subconjuntos de SWE-Bench-Verified y ELAIP-Bench mostraron que los flujos de trabajo que superaban la verificación superaron a los que fallaban en un promedio de 11.94%, mientras que LeanEvolve mejoró adicionalmente el rendimiento en SWE en un promedio de 7.47%.