一种受DbC启发的神经符号层用于可信代理设计
机器学习
2025-11-04 v4 人工智能
摘要
生成模型，特别是大语言模型（LLM），虽然产生流畅的输出，却缺乏可验证的保证。我们采用设计合同（DbC）和类型论原理，引入一个合同层来调度每个LLM调用。合同规定输入和输出上的语义和类型要求，结合概率性修复以引导生成符合合同。该层公开了将LLM作为语义解析器和概率黑盒组件的双重视角。合同满足是概率性的，语义验证通过对 well-typed 数据结构上程序员指定的条件来操作定义。更广泛地说，本工作假设任何两个满足相同合同的代理在这些合同方面是等价的。
引用
@article{arxiv.2508.03665,
title = {A DbC Inspired Neurosymbolic Layer for Trustworthy Agent Design},
author = {Claudiu Leoveanu-Condrei},
journal= {arXiv preprint arXiv:2508.03665},
year = {2025}
}
备注
4 pages, 1 figure