NeFut Logo NeFut
EN 管理员登录

[AI学术] 新鲜记忆,陈旧计划:面向分布式LLM代理记忆的依赖范围验证

发布于:2026-09-04 22:00 最后更新:2026-09-05 12:23
#algorithm #LLM #Artificial Intelligence

分布式 LLM 代理团队能够读取最新的共享事实,却仍可能基于过时的计划执行动作。\ 例如,规划器可能依据需求 $r_3$ 推导出一个动作,另一代理随后提交需求 $r_4$,执行器在收到 $r_4$ 时未替换原先基于 $r_3$ 的计划,这种现象称为 陈旧计划执行:状态的新鲜度并不保证授权该动作的计划仍然有效。\ \ 我们提出 PlanFence,一种依赖范围的动作验证协议。计划会显式引用其使用的公共记录,执行器仅验证可能影响待执行外部动作的记录;若验证不完整则重新规划或阻塞。\ \ 在 30 项受控实时工作流实验中,单纯依赖新鲜度的执行器在每个任务中都会执行过时计划,而 PlanFence 在所有任务中均成功完成且未出现无效动作。进一步的受控回放揭示了两条条件边界:在低变更率下,主动同步可降低协调停滞;而随着变更率提升,PlanFence 能避免重复的更新路径协调,并在共享键空间扩大时避免验证无关状态。这些结果体现了安全性与系统成本的权衡,而非通用任务准确性的提升。\ \ 点评

原文链接: https://arxiv.org/abs/2609.03340

[h] 返回首页