AI与世界难题 · 理论计算机科学 · arXiv · 2026-10-22
Lean4Agent：智能体工作流与轨迹的形式化建模与验证
原标题: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory
Lean4Agent 使用 Lean4 对 LLM 智能体工作流进行形式化建模，在显式假设下验证其语义一致性，并从轨迹中定位执行失败。LeanEvolve 随后利用验证结果修订工作流。在五个 LLM 上针对 SWE-Bench-Verified 和 ELAIP-Bench 子集开展的实验发现，通过验证的工作流平均优于未通过验证的工作流 11.94%，而 LeanEvolve 进一步将 SWE 性能平均提升了 7.47%。