arXiv · cs.AI· Arnon Mazza·· 5 天前AI 评分43
SCOPE：将自然语言策略编译为神经符号谓词程序
SCOPE: Compiling Natural-Language Policies into Neurosymbolic Predicate Programs
来源与原文
arXiv · cs.AI
作者：Arnon Mazza
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.31062v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SCOPE 将 LLM Agent 的策略编译为可执行程序，由小模型、确定性提取器和代码组合神经谓词，并通过生成对抗性反例联合优化程序与训练数据。在真实策略任务基准上，其平均准确率超过提示词优化、任务分解和工作流生成方法，且用最弱执行器优化的程序可迁移到其他模型，在廉价模型上达到接近前沿推理模型的准确率，预测更稳定且每个判定可通过谓词输出解释。
来源：arXiv · cs.AI · arxiv.org