SMT-based Safety Verification of Parameterised Multi-Agent Systems
Free University of Bozen-Bolzano(博岑-博尔扎诺自由大学);University of California San Diego(加利福尼亚大学圣迭戈分校)
在本文中,我们研究了参数化多智能体系统(MAS)的验证,特别是验证是否不需要的状态,其特征在于一个给定的状态公式,在一个给定的MAS,即,MAS是否不安全MAS是参数化的,模型只描述了有限的一组可能的代理模板,而每个模板的具体代理实例的实际数量是无界的,不能预见。这使得状态空间是无限的。由于安全性当然可能取决于系统中的代理实例的数量,因此验证结果必须是正确的,而不管这样的数量。我们解决了这个问题,通过基于可满足性模理论(SMT)的无限状态模型检验,依赖于基于阵列的系统的理论:我们提出了参数化的MAS作为特定的基于阵列的系统,根据两个执行语义的MAS,我们称之为并发和交错。我们证明了我们的可判定性结果在这些假设下,并说明了我们的实施方法,称为安全:群安全检测器,基于第三方模型检查MCMT,我们评估实验。最后,我们讨论了这种方法如何适用于更丰富的参数化和数据感知MAS设置超出了文献中最先进的解决方案,我们离开作为未来的工作。
2020-08-14 cs.AI cs.MA
IFPV: An Integrated Multi-Agent Framework for Generative Operational Planning and High-Fidelity Plan Verification
School of Computer and Artificial Intelligence, Zhengzhou University(郑州大学计算机与人工智能学院);Engineering Research Center of Intelligent Swarm Systems, Ministry of Education(教育部智能群体系统工程研究中心);National Supercomputing Center in Zhengzhou(郑州国家超算中心);Henan Research Center for Large Model Technology(河南省大模型技术与新质软件工程研究中心)
IFPV通过多视角分层智能体和对抗认知仿真引擎,提升复杂战场环境下的规划准确性和验证严格性,实验显示其在任务成功率和运营成本上有显著提升。
2026-05-14 cs.AI cs.MA
Contribution to the Formal Specification and Verification of a Multi-Agent Robotic System
IRISA(法国国家信息与自动化研究所布列塔尼大西洋分部);University of South Brittany(南布列塔尼大学);The Islamia University of Bahawalpur(巴哈瓦尔布尔伊斯兰大学)
重要的是要有多智能体机器人系统规范,以确保正确性,安全性和活性。由于这些系统具有并发性,并且通常具有动态环境,因此这些系统的形式化规范和验证以及从抽象到具体概念的逐步细化在系统正确性中起着重要作用。形式化验证用于系统空间的详尽调查,从而确保排除行为中未检测到的故障。我们构建系统的子组件,基于软件体系结构的增量。挑战是开发一个安全的多智能体机器人系统,更具体地说,以确保安全性和活性的正确性。基于模型检测的形式化规约具有灵活性强、语法具体等特点,对多智能体机器人系统的正确性起着至关重要的作用。由于这类系统具有高并发性,且大多数情况下是动态的,因此形式化地验证其安全性和活性是非常重要的。我们已经考虑了一个案例研究的多智能体机器人系统的仓库之间的股票运输,以证明我们的正式方法。我们提出的开发方法允许在规范定义期间进行形式化验证。开发过程分为需求规范、验证规范、体系结构规范和实现四个主要阶段。
2015-10-02 cs.AI cs.MA cs.SE
AEScorer: An Agentic Evidence-Grounded Framework for Graded Factuality Verification
Harbin Institute of Technology(哈尔滨工业大学);Institute of Science Tokyo(东京科学研究所)
DiVA通过结合生成模型和判别模型的能力,提出了一种细粒度事实性验证方法,并构建了FGVeriBench基准,有效提升了事实性验证的精度和适用性。
2026-08-28 cs.CL
LTL Verification of Memoryful Neural Agents
Imperial College London(帝国理工学院)
提出针对有记忆神经多智能体系统的LTL验证框架,支持有界与无界规范,通过边界模型检测与约束求解技术,首次实现无界规范验证并大幅提升有界验证效率。
2025-03-04 cs.AI cs.LG cs.LO
RV4JaCa -- Runtime Verification for Multi-Agent Systems
PUCRS(教皇天主教大学(南里奥格兰德));University of Genoa(热那亚大学);UFSC(圣卡塔琳娜联邦大学)
提出了一种基于JaCaMo框架的多Agent系统验证方法。我们的目标是为MAS带来一层安全。该层能够在系统执行期间控制事件,而不需要在每个代理的行为中的特定实现来识别事件。MAS已被用于混合智能的背景下。这种使用需要软件代理和人类之间的通信。在某些情况下,通信通过自然语言对话进行。然而,这种沟通让我们关注到控制对话流的问题,这样代理人就可以防止讨论主题的任何变化,这可能会损害他们的推理。我们展示了一个监视器,旨在控制这种对话流在MAS,通过自然语言与用户进行沟通,以帮助决策,在医院病床分配的实施。
2022-07-20 cs.AI cs.MA cs.SE
A Multi-Agent Approach for Claim Verification from Tabular Data Documents
University of British Columbia(不列颠哥伦比亚大学)
本文提出多智能体框架MACE,通过规划器、执行器和验证器三个智能体,实现可解释的表格数据验证,实验显示其在多个数据集上达到SOTA性能,且在参数较少时仍表现优异。
2026-04-19 cs.CL
TRUST Agents: A Collaborative Multi-Agent Framework for Fake News Detection, Explainable Verification, and Logic-Aware Claim Reasoning
George Mason University(乔治·马歇尔大学)
TRUST代理通过协作多智能体框架提升虚假新闻检测的可解释性和逻辑推理能力,引入分解器、陪审团和逻辑聚合器提升复杂声明的验证效果。
2026-04-14 cs.AI
VerifyMAS: Hypothesis Verification for Failure Attribution in LLM-based Multi-Agent Systems
Singapore Management University(新加坡国立管理学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Illinois at Chicago(伊利诺伊大学香槟分校)
本文提出VerifyMAS框架,通过验证假设的方法对LLM多智能体系统中的故障进行归因,解决了现有方法在全局故障识别和细粒度归因方面的不足,实验表明其在多种模型上均优于现有方法。
2026-11-02 cs.CL
Scoped Verification for Reliable Long-Horizon Agentic Context Evolution under Distribution Shift
RedMind Research(红芯研究公司);National Taiwan University(国立台湾大学)
研究长时代理上下文演化在分布转移下的验证问题,提出图正则化代理上下文演化方法(GRACE),通过维护指令为类型化语义图并在局部验证更新,实验表明该方法显著提升了严格可靠性。
2026-09-22 cs.AI cs.CL
A Multi-Agent Generative AI Framework for IC Module-Level Verification Automation
Jaguar Microsystems(捷豹微系统)
针对生成式AI在芯片验证领域应用不足的问题,提出多智能体验证框架MAVF,通过多专用智能体协同实现从设计规范到测试平台的自动化转换,实验证明其效果显著优于传统人工和单对话生成式AI方法。
2025-07-29 cs.AI cs.AR
Communication and Verification in LLM Agents towards Collaboration under Information Asymmetry
University of Michigan(密歇根大学);UNC, Chapel Hill(北卡罗来纳大学教堂山分校);Georgia Tech(佐治亚理工学院);Apple(苹果公司);Robert Bosch SRL(博世股份有限公司);Babeş-Bolyai University(巴贝什-博耶亚大学)
本文研究信息不对称下LLM智能体的协作,通过扩展爱因斯坦谜题为桌面游戏,采用微调加验证器框架,发现对齐通信和基于环境的验证器能提升规则理解、任务完成度及人类信任。
2026-09-18 cs.AI cs.CL
The Verification Horizon: No Silver Bullet for Coding Agent Rewards
Qwen Team(Qwen团队)
本文指出,随着编码智能体能力增强,验证解决方案比生成更难,并沿可扩展性、忠实性和鲁棒性三个维度分析验证信号质量,通过四种奖励构建实验表明验证必须与生成器共同进化。
2026-06-26 cs.AI cs.CL
Delayed Verification Destabilizes Multi-Agent LLM Belief: Instability Thresholds and Optimal Corrector Placement
Independent Researcher(独立研究者)
研究多智能体LLM系统中延迟验证导致信念不稳定的问题,通过图论和谱分解推导出验证剂量的稳定性阈值,并提出贪心近似算法优化校正器放置。
2026-09-17 cs.CL cs.LG cs.MA
ReflectFact: Self-Reflective Agents for Improving Comprehension and Reasoning in Multi-Hop Fact Verification
针对多跳事实验证中智能体推理偏离目标及参数知识与证据冲突的问题,提出自反思智能体框架ReflectFact,经HOVER、EX-FEVER实验,性能优于最强基线。
2026-08-14 cs.AI
Debating Truth: Debate-driven Claim Verification with Multiple Large Language Model Agents
Department of Interactive Media, Hong Kong Baptist University(香港浸会大学互动媒体系);School of Computing and Data Science, The University of Hong Kong(香港大学计算与数据科学学院);College of Computer Science and Artificial Intelligence, Fudan University(复旦大学计算机科学与人工智能学院);Beijing Normal-Hong Kong Baptist University(北京师范大学-香港浸会大学联合国际学院);Shenzhen Institute of Advanced Technology(深圳先进技术研究院)
本文提出DebateCV框架,通过多代理辩论和调解提升复杂声明验证的准确性与说服力。
2026-04-03 cs.CL
SmartSnap: Proactive Evidence Seeking for Self-Verifying Agents
Tencent(腾讯)
SmartSnap通过主动证据寻求机制,使自主代理在复杂任务中实现高效自我验证,提升性能并增强可靠性。
2026-01-06 cs.AI cs.CL cs.CV
Composable Verification Pipelines for Multi-Agent Systems
Ume University, Sweden(乌梅大学,瑞典)
研究多智能体系统的验证问题,基于Tiles和Soda构建模块化框架,通过可执行验证管道操作动作语言语义,以类型化函数管道表示验证过程,含可执行规范层,有开源实现及示例说明。
2026-07-21 cs.AI cs.LG cs.LO
Speaker Verification in Agent-Generated Conversations
Beijing Institute of Technology(北京理工大学);Southeast Academy of Information Technology, Beijing Institute of Technology(北京理工大学东南信息技术研究院);Singapore Management University(新加坡管理大学)
该研究提出智能体生成对话中的说话人验证任务,构建大规模数据集并开发验证模型,发现现有基于LLM的角色扮演模型因固有语言特征而难以准确模仿说话人。
2024-06-06 cs.CL
Tool-MAD: A Multi-Agent Debate Framework for Fact Verification with Diverse Tool Augmentation and Adaptive Retrieval
Graduate School of Information, Yonsei University(Yonsei大学信息研究生院);Department of Computer Science, Sangmyung University(Sangmyung大学计算机科学系)
Tool-MAD通过多智能体辩论框架结合多样化工具增强和自适应检索,提升事实验证的准确性和鲁棒性。
2026-01-08 cs.CL
Contestable Multi-Agent Debate with Arena-based Argumentative Computation for Multimedia Verification
University of New Brunswick(新 Brunswick大学);University of Science, VNU-HCM(越南国家大学科学学院(VNU-HCM))
本文提出一种可争议的多智能体框架,结合多模态大语言模型、外部验证工具和基于竞技场的定量双极论证,以解决多媒体验证的透明性和可争议性问题。
2026-05-14 cs.AI cs.MM
Multi-Agent Reasoning with Consistency Verification Improves Uncertainty Calibration in Medical MCQA
Department of Data Science and Analytics(数据科学与分析系)
提出多智能体框架,结合领域专家智能体与两阶段验证及S分数加权融合,在医学MCQA中显著降低校准误差并提升判别能力。
2026-06-05 cs.AI cs.CL cs.LG
Probabilistic Verification of Recurrent Neural Networks for Single and Multi-Agent Reinforcement Learning
TU Wien(维也纳技术大学);Massachusetts Institute of Technology(麻省理工学院)
本文提出RNN-ProVe框架,通过策略驱动采样和统计误差界估计,为递归神经网络策略提供更精确的概率保证,适用于部分可观测的单智能体和多智能体强化学习任务。
2026-05-14 cs.AI
Motion-to-Response Content Generation via Multi-Agent AI System with Real-Time Safety Verification
Department of Artificial Intelligence(人工智能系);Korean University(韩国大学)
本文提出了一种基于多智能体AI系统的实时内容生成方法,通过情感识别与安全验证代理,实现安全可控的响应内容生成,适用于儿童媒体和智能设备。
2026-01-20 cs.AI cs.SD
Automated Temporal Equilibrium Analysis: Verification and Synthesis of Multi-Player Games
Monash University(莫纳什大学);University of Kaiserslautern(凯泽斯劳滕大学);Sapienza University of Rome(罗马大学);University of Oxford(牛津大学)
在多智能体系统的背景下,合理的验证问题是有关检查的时间逻辑属性将在一个系统中举行时,它的组成代理被假定为理性和战略行为,在追求个人目标。通常,这些目标被表示为相关代理希望看到满足的时间逻辑公式。不幸的是,理性验证在计算上是复杂的,并且需要专门的技术来获得实际可用的实现。在本文中,我们提出了这样一种技术。这种技术依赖于减少合理的验证问题的解决方案的一个集合的奇偶校验游戏。我们的方法已在平衡验证环境(EVE)系统中实现。EVE系统作为输入的并发/多代理系统的模型表示使用简单的反应模块语言(SRML),其中代理的目标表示为线性时序逻辑(LTL)公式,连同索赔的平衡行为的系统,也表示为LTL公式。然后,EVE可以检查LTL声明是否对系统的某些(或每个)计算有效,这些计算可能是通过代理选择纳什均衡策略而产生的;它还可以检查系统是否具有纳什均衡,并为多玩家游戏中的玩家合成个人策略。在给出了我们的基本框架之后,我们描述了我们的新技术,并证明了它的正确性。然后,我们描述了我们的EVE系统中的实现,并提出了实验结果表明,EVE表现良好,相比其他现有的工具,支持合理的验证。
2020-08-13 cs.AI cs.GT cs.LO
STRIVE: Multi-Agent Structured Temporal Reasoning with Integrated Verification for Longitudinal Radiology Report Generation
Korea University(高丽大学);Kangwon National University(江原国立大学)
STRIVE将临床推理分解为多智能体并引入两阶段验证,在Longitudinal-MIMIC数据集上实现纵向放射报告生成的最佳临床效能,纵向变化一致性较最强基准提升超一倍。
2026-08-26 cs.AI
Meta-Agent: From Task Descriptions to Verified Multi-Agent Systems
Dartmouth College(达特茅斯学院)
提出Meta-Agent两阶段框架,通过任务规划、网络搜索、代码生成和验证机制,自动从自然语言任务描述构建并执行可靠的多智能体系统,在编码、上下文学习和开放推理任务中提升成功率、错误恢复和工作流稳定性。
2026-05-24 cs.AI
An Approach to Model Checking of Multi-agent Data Analysis
A.P. Ershov Institute of Informatics Systems(A.P. 埃尔绍夫信息系统研究所)
本文提出了一种多智能体数据分析算法的验证方法。我们基于有限整数模型的多智能体系统的正确模拟。为了验证,我们使用模型检验工具SPIN。代理协议用Promela语言编写,多代理数据分析系统的属性用逻辑LTL表示。我们用SPIN和模型做了几个实验。
2014-11-14 cs.AI cs.MA cs.SE
SEVA: Self-Evolving Verification Agent with Process Reward for Fact Attribution
University of Southern California, Los Angeles, USA(美国南加州大学,洛杉矶);University of Michigan, Ann Arbor, USA(美国密歇根大学,安娜堡)
提出SEVA,一种结构化验证代理,通过过程奖励解决多组件输出中的优势崩溃问题,实现自我进化循环,在7B模型上验证了奖励粒度必须匹配输出粒度的原则。
2026-06-29 cs.AI cs.CL cs.LG
VeriLA: A Human-Centered Evaluation Framework for Interpretable Verification of LLM Agent Failures
University of Maryland(马里兰大学);Megagon Labs(美加贡实验室)
本文提出以人为本的 VeriLA 框架,利用人工准则与经黄金标准训练的验证器细粒度诊断 LLM 智能体失败,从而降低检查负担并提升复合 AI 系统的可解释性与可信度。
2025-03-16 cs.AI cs.CL cs.HC
A Protocol for Trustless Verification Under Uncertainty
Operator Labs
该研究提出了一种在不确定性下通过递归验证游戏保证正确性的协议,通过担保声明和激励机制确保任务执行的正确性。
2025-12-01 cs.AI cs.GT cs.MA
HarnessBank: Semantic Gene-Bank Search with Gated Verification for Agent-Harness Self-Evolution
研究大语言模型智能体驾驭因素提升性能的问题,提出自我进化智能体驾驭框架,将提出与评估更改分开,通过门控存档避免过度拟合,在多领域测试中取得较好泛化效果,证明诊断与评估循环的有效性。
2026-08-03 cs.CL
AgentKGV: Agentic LLM-RAG Framework with Two-Stage Training for the Fact Verification of Knowledge Graphs
SungKyunKwan University(成均馆大学);NAVER(纳维)
针对知识图谱事实错误验证难题,提出AgentKGV框架,集成动态路由等处理表面形式不匹配。引入两阶段训练策略,在开放域T-REx基准上,该框架提升了宏观F1,减少搜索调用次数,提高了验证准确性和效率。
2026-07-13 cs.CL
Verification of Agent-Based Artifact Systems
Laboratoire Ibisc, Université d’Evry(埃夫里大学Ibisc实验室);Imperial College London(帝国理工学院);Università di Roma “La Sapienza”(罗马大学(萨皮恩扎))
人工智能系统是一种新颖的范例,用于指定和实现业务流程,这些业务流程用称为工件的交互模块来描述。工件由数据和生命周期组成,分别说明工件状态的关系结构和它们随时间的可能演变。在本文中,我们提出了以人为中心的多智能体系统,一种新的形式化的工件系统的背景下,多智能体系统对他们进行操作。与通常的基于流程的服务模型不同,我们给出的语义明确地说明了工件系统所定义的数据结构。我们研究的模型检验问题,以人为中心的多智能体系统对规范写在一个量化的版本的时间认知逻辑表示的代理人的知识在交流。我们首先注意到,这个问题一般是不可判定的。然后,我们确定了两个值得注意的限制,一个语法和语义,使我们能够找到bisilimeric有限的抽象,从而减少有限模型的实例上的模型检验问题。在这些假设下,我们证明了这些系统的模型检验问题是EXPSPACE完全的。然后,我们介绍了以人为中心的程序,紧凑和声明性表示的程序管理的工件系统和代理。我们表明,虽然这些原则上产生无限状态系统,在自然条件下,他们的验证问题可以解决有限的抽象,可以有效地计算程序。最后,我们通过一个主流的采购方案,从工件系统文献的理论结果的文件。
2013-01-22 cs.AI cs.LO cs.MA
Retrieval- and Argumentation-Enhanced Multi-Agent LLMs for Judgmental Forecasting (Extended Version with Supplementary Material)
Imperial College London(帝国理工学院伦敦分校);King's College London(国王学院伦敦分校)
本文提出一种多智能体框架,结合检索与论证增强技术,提升判断性预测的准确性与可解释性。
2026-02-11 cs.AI
Multi-Agent Verification: Scaling Test-Time Compute with Multiple Verifiers
University of Toronto(多伦多大学);Vector Institute for AI(向量人工智能研究所);Harvard University(哈佛大学)
提出多智能体验证(MAV)框架,通过组合多个现成LLM作为方面验证器扩展测试时计算,并引入BoN-MAV算法,展现出优于自一致性和奖励模型验证的扩展性能,实现弱到强泛化与自我改进。
2025-02-27 cs.AI
Formal Verification of Learned Multi-Agent Communication Policies via Decision Tree Distillation
University of Arkansas at Little Rock(阿肯色大学小石城分校)
提出通过决策树蒸馏将多智能体强化学习策略转化为可解释模型,并利用PRISM进行形式化验证,确保安全属性转移至原始网络,在无人机编队任务中实现88.9%属性满足率。
2026-06-19 cs.AI cs.LG cs.LO
MAG-V: A Multi-Agent Framework for Synthetic Data Generation and Verification
Splunk Inc(Splunk公司)
针对工业界智能体测试数据稀缺、工具调用轨迹易引发错误的问题,提出多智能体框架MAG-V,可生成模拟客户查询的合成数据并验证轨迹,性能优于GPT-4o基准、与GPT-4相当。
2025-01-10 cs.CL
Rational Verification for Probabilistic Systems
Monash University(莫纳什大学);University of Oxford(牛津大学);University of Kaiserslautern(凯泽斯劳滕大学)
理性验证是确定在多智能体系统中,在系统中的智能体理性行动的假设下,通过选择共同形成博弈论均衡的策略,将持有哪些时间逻辑属性的问题。以前在这方面的工作主要集中在确定性系统。在本文中,我们发展的理论和算法的合理性验证概率系统。我们专注于并发随机游戏(CSG),它可以用来模拟复杂的多智能体环境中的不确定性和随机性。在定性概率环境下,研究了非合作博弈和合作博弈的理性验证问题。在前一种情况下,我们认为LTL性质满足的纳什均衡的游戏,在后一种情况下,LTL性质满足的核心。在这两种情况下,我们表明,问题是2 EXPTIME-完全的,因此不困难比简单得多的验证问题的模型检验LTL性能的系统建模为马尔可夫决策过程(MDPs)。
2021-07-26 cs.AI cs.GT cs.LO
Rx Strategist: Prescription Verification using LLM Agents System
FPT University(FPT大学);Japan Advanced Institute of Science and Technology(日本先进科学技术学院)
Rx Strategist通过知识图谱、多阶段LLM流水线和定制活性成分数据库实现处方验证,在适应症、剂量和药物相互作用检查上达到经验丰富临床药师水平,为减少处方错误提供新方案。
2024-09-05 cs.CL
Towards Detecting LLMs Hallucination via Markov Chain-based Multi-agent Debate Framework
Wangxuan Institute of Computer Technology, Peking University(北京大学王选计算机研究所);Gaoling School of Artifical Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院)
本文提出基于马尔可夫链的多智能体辩论验证框架,整合声明检测、证据检索与多智能体验证,以提升简洁声明中幻觉检测的准确性,并在三个生成任务上显著优于基线。
2024-06-05 cs.CL
Veri-Sure: Multi-Agent RTL Code Generation with Temporal Tracing, Slicing and Formal Verification
School of Physics and Astronomy, The University of Edinburgh, Edinburgh, UK(物理与天文学院,爱丁堡大学,爱丁堡,英国);State Key Laboratory of Analog and Mixed-Signal VLSI, University of Macau, Macau(模拟与混合信号VLSI国家重点实验室,澳门大学,澳门);School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China(科学与工程学院,香港中文大学(深圳))
Veri-Sure通过合同感知多智能体框架结合时间追踪与形式验证,实现高正确性的RTL代码生成,优于独立LLMs和传统智能体系统。
2026-10-19 cs.AI cs.AR cs.SE
Marco DeepResearch: Unlocking Efficient Deep Research Agents via Verification-Centric Design
Alibaba International Digital Commerce(阿里巴巴国际数字商业集团)
本文提出Marco DeepResearch,通过在问题生成、轨迹构建和测试阶段引入验证机制,提升深度研究代理在长周期任务中的性能,实验表明其在BrowseComp等基准测试中表现优异。
2026-03-30 cs.AI cs.CL
Real-Time Trust Verification for Safe Agentic Actions using TrustBench
TrustBench通过双模式框架在代理行动前验证安全性,有效减少有害行为,提升自主代理的可信度
2026-03-10 cs.AI
Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification
The Chinese University of Hong Kong(香港中文大学);Tencent AI Lab(腾讯人工智能实验室);Singapore Management University(新加坡管理学院);The Renmin University of China(中国人民大学)
本文提出通过测试时评分指南验证实现深度研究代理的自我进化,通过迭代验证策略模型输出,提升验证能力,实验显示在GAIA和XBench-DeepSearch上准确率提升8%-11%。
2026-04-29 cs.AI
Verify Less, Evolve More: Training Idea-Level Critics for Verification-Efficient ML Evolving Agents
Penn State University(宾夕法尼亚州立大学);Meta
针对机器学习进化智能体验证效率低的问题,提出训练思想级评论模型预测修改优劣,以筛选思想并优化验证资源分配,实验表明其优于前沿模型并提升解决方案质量与策略学习。
2026-10-08 cs.AI
RAILS: Verification-Native Clearing For Agentic Commerce
Evolutionairy AI
针对自主代理在商务活动中缺乏中立清算机制的问题,提出RAILS协议,通过可靠性评分、记录和清算函数实现验证原生清算,确保财务结算基于充分证据。
2026-06-07 cs.AI cs.CR cs.MA
HLL: Can Agents Cross Humanity's Last Line of Verification?
Shanghai Jiao Tong University(上海交通大学);Shandong University(山东大学);Tongji University(同济大学)
提出HLL基准,通过交互式CAPTCHA验证评估多模态智能体在受保护工作流中替代人类的能力,发现当前智能体在定位、动作校准、状态跟踪和过程一致性方面存在脆弱性。
2026-06-01 cs.AI cs.CL cs.CV
SIEVE: Selective Integrity Verification and Escalation for Defending LLM Agents against Indirect Prompt Injection
Sichuan University(四川大学)
本文提出认知控制架构(CCA),通过全生命周期认知监督框架,有效应对复杂IPI攻击,实现安全、功能与效率的平衡。
2026-08-04 cs.AI cs.CL cs.CR
AgentGuard: Runtime Verification of AI Agents
JetBrains Research, The Netherlands(JetBrains研究院,荷兰)
针对自主智能体行为不可预测、传统验证失效的问题,本文提出 AgentGuard 运行时验证框架,通过 I/O 事件抽象、在线学习 MDP 与概率模型检查实现动态定量保证。
2025-09-28 cs.AI cs.SE
AgentBetta: Verification-Driven Adaptive Configuration of an AI Nano-Agent through Selective Expansion and Verified Contraction
Independent University, Bangladesh(孟加拉国独立大学)
AgentBetta通过验证驱动诊断、选择性扩展和验证性收缩自适应配置AI纳米智能体,在AB-ConfigBench上实现91.38%验证成功并大幅降低资源暴露,作为配置调节机制而非通用替代方案。
2026-09-22 cs.AI
Advice Conformance Verification by Reinforcement Learning agents for Human-in-the-Loop
Arizona State University(亚利桑那州立大学)
人在回路(HiL)强化学习在具有大动作和状态空间的领域中越来越受欢迎,并且通过允许代理从HiL获得建议来获得稀疏奖励。除了建议住宿,顺序决策代理必须能够表达它能够利用人类的建议的程度。随后,智能体应该为HiL提供一种方法,以检查它必须拒绝的部分建议,以支持整体环境目标。我们介绍的问题,建议,确认,这需要强化学习(RL)代理提供保证的人在循环中,他们的意见是符合多少。然后,我们提出了一个基于树的通用语言来支持这种通信,称为偏好树。我们研究了两种情况下,好的和坏的建议方案MuJoCo的类人环境。通过我们的实验,我们表明,我们的方法可以提供一个可解释的手段来解决的Advice-Concrete验证问题,传达代理是否使用人类的建议。最后,我们提出了一个人类用户的研究与20名参与者,验证我们的方法。
2022-10-07 cs.AI
NarrativeSteward: Coordinating Delegation, Guidance, and Verification in Agent-Assisted Interactive Narrative Authoring
Tencent Inc(腾讯公司)
NarrativeSteward通过组织关联工件、对话与结构审查,协调智能体委托、指导与验证,提升作者对交互式叙事的理解与修订效率。
2026-10-01 cs.AI cs.CL cs.HC
From Verdict to Process: Agentic Reinforcement Learning for Multi-Stage Fact Verification
School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院)
提出ProFact框架,通过智能体强化学习端到端优化多阶段事实核查流程,引入过程感知奖励解决稀疏延迟监督问题,提升验证性能和推理效率。
2026-06-12 cs.AI