论文
E-Ledger与WorldAbduct：为部分可观测企业Agent维护可信状态
Safe, Persistent, and Evolving Agent Harness for Understanding Partially Observable Worlds
摘要
大型语言模型代理可以流畅地调用工具，但企业工作流程需要的不仅仅是选择正确的工具：操作必须严格遵守组织策略，工具反馈通常会在部分可观察性下隐藏隐藏的副作用，长期任务需要跨多个记录进行持久状态跟踪。为了应对这些挑战，我们引入了 E-Ledger，这是一种用于安全和持久执行的多代理工具。 E-Ledger 采用代码审批层，在执行前根据策略检查每个提议的操作，并维护经过验证的隐藏规则以及证据支持的动态状态的世界分类帐。由于隐藏规则通常是先验未知的，因此我们进一步提出了 WorldAbduct，一种溯因的、世界模型驱动的Harness演化框架。 WorldAbduct 通过四种互补观点（状态一致性、世界观察差距、政策门正确性和目标判断）来诊断执行轨迹，以假设潜在规则，并通过有针对性的溯因互动对其进行验证，然后将其集成到分类账中。上 企业基准 World of Workflows、E-Ledger 和 WorldAbduct 提高了四个 LLM 主干的安全任务完成率，比最强的演化基准高出 5--15 个百分点。 ScienceWorld 和 DiscoveryWorld 的实验进一步表明，溯因驾具的进化可以延续到科学环境中。我们的代码可在 https://github.com/HKUST-KnowComp/E-LEDGER-WorldAbduct. 获取