Yutao Sun 及其合作者于 2026 年 11 月 7 日提交预印本,报告称,可执行的有限状态控制能够改善语言模型智能体在长时间运行中的流程遵循表现。其有限状态机(FSM)将工作流状态保存在模型上下文之外,并在工具调用、状态转换和智能体回合结束三个环节执行流程约束。[1]
作者称,智能体会逐渐偏离最初给定的流程;重复指令或恢复已停止的智能体,只会让它换一种方式走捷径。在一项被作者描述为预注册的实验中,每批 SOP-Bench 任务涉及 200 个账户。使用 FSM 的 Claude Haiku 4.5 平均对 139 个账户作出了正确且符合流程的决策,最强基线为 48 个。摘要报告,两者差值的 95% 置信区间为 [46, 130],并称这一表现保持到了运行结束。[1]
作者还报告,配合 FSM 的 Haiku 4.5 平均完成的正确且合规决策多于未使用该控制机制的 Claude Sonnet 4.6,成本为后者的 38%。作者认为,对 SWE-bench Verified、τ²-bench,以及分阶段和跨上下文工作流的补充分析,也提示了加强执行控制的价值。这些均为摘要中报告的研究结论。[1]
[1]: https://arxiv.org/abs/2611.10884
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策