ИИ и сложнейшие проблемы мира · Теоретическая информатика · arXiv · 2026-10-22
Lean4Agent: формальное моделирование и верификация рабочих процессов и траекторий агентов
Оригинальное название: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory
Lean4Agent использует Lean4 для формального моделирования рабочих процессов LLM-агентов, проверки их семантической согласованности при явных предположениях и локализации сбоев выполнения по траекториям. Затем LeanEvolve использует результаты верификации для доработки рабочих процессов. Эксперименты на пяти LLM по подмножествам SWE-Bench-Verified и ELAIP-Bench показали, что прошедшие верификацию рабочие процессы превосходят не прошедшие в среднем на 11.94%, а LeanEvolve дополнительно повышает показатели SWE в среднем на 7.47%.