AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-22

Lean4Agent: ایجنٹ ورک فلو اور ٹریجیکٹری کے لیے رسمی ماڈلنگ اور تصدیق

اصل عنوان: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory

Lean4Agent، Lean4 کا استعمال کرتے ہوئے LLM ایجنٹ ورک فلو کی رسمی ماڈلنگ کرتا ہے، صریح مفروضات کے تحت ان کی معنوی مطابقت کی تصدیق کرتا ہے، اور ٹریجیکٹریوں سے عملدرآمد کی ناکامیوں کا سراغ لگاتا ہے۔ اس کے بعد LeanEvolve تصدیق کے نتائج کا استعمال کرتے ہوئے ورک فلو میں نظرثانی کرتا ہے۔ SWE-Bench-Verified اور ELAIP-Bench کے ذیلی سیٹوں پر پانچ LLMs پر کیے گئے تجربات سے معلوم ہوا کہ تصدیق پاس کرنے والے ورک فلو نے ناکام ورک فلو کے مقابلے میں اوسطاً 11.94% بہتر کارکردگی دکھائی، جبکہ LeanEvolve نے SWE کی کارکردگی میں مزید اوسطاً 7.47% اضافہ کیا۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →