ORDDAR：以观测驱动推理实现抗失真决策、行动与认知恢复

人工智能代理越来越多地执行长期推理、规划、工具使用、内存集成和自主决策，但错误的中间状态可能会传播并导致不一致的决策和不可靠的输出。现有的推理方法主要依靠迭代规划、自我反思、增强记忆或验证，但很少定位和选择性修复错误的推理。我们提出了 ORDDAR（用于失真弹性决策、行动和认知恢复的观察驱动推理），这是一个推理框架，它将推理建模为认知状态转换，检测局部失真，从先前的经验中检索相关推理，并仅修复受影响的状态。因此，ORDDAR 在局部推理转换级别执行恢复，而不是重新生成完整的轨迹。数学、常识、多跳和临床推理基准的实验表明，与多个评估的推理基线相比，推理质量、恢复能力和可解释性得到了提高。