中文

分布式 LLM 代理工作流程的因果过去逻辑运行时验证

机器学习 2026-05-21 v1 人工智能 计算机视觉与模式识别

摘要

分布式 LLM 代理工作流程不应以产生单一顺序日志的方式进行监控。在异步执行中,决策只能依赖于对执行中其他事件因果可见性的事件:在某个日志中看似更早的事件可能在局部仍未知。我们扩展 ZipperGen 代理工作流程框架,引入因果过去逻辑(Causal Past Logic,CPL),这是一种用于条件和 while 循环守卫的小型时序逻辑。除了标准的时序模态(如 previous、since)外,守卫还可以检查另一生命线上最近因果可见事件以及存储在其上的选定变量。该公式是源级守卫:由拥有生命线在线上评估,可影响运行时的控制流。我们给出一种带有最新值视图的向量时钟监视器,并证明局部计算的监视器值在当前事件处与守卫的语义定义相吻合。因此,运行时验证成为协调语言本身的一部分,而非对执行日志的事后检查。

关键词

引用

@article{arxiv.2605.20922,
  title  = {Winfree Oscillatory Neural Network},
  author = {Jiawen Dai and Yue Song},
  journal= {arXiv preprint arXiv:2605.20922},
  year   = {2026}
}

备注

Project page: https://jiawen-dai.github.io/WONN_Project_Page/