AI 與世界的難題 · 理論資訊科學 · arXiv · 2026-10-22
Lean4Agent:代理工作流程與軌跡的形式化建模與驗證
原標題: Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory
Lean4Agent 使用 Lean4 對 LLM 代理工作流程進行形式化建模,在明確假設下驗證其語意一致性,並從軌跡定位執行失敗。LeanEvolve 接著利用驗證結果修訂工作流程。在五個 LLM 上針對 SWE-Bench-Verified 與 ELAIP-Bench 子集進行的實驗發現,通過驗證的工作流程平均比未通過者高出 11.94%,而 LeanEvolve 更將 SWE 效能進一步平均提升 7.47%。