ReacTOD：用于零样本对话状态跟踪的有界神经符号代理自然语言理解

针对任务型对话系统对可预测行为的需求及中等规模大模型易产生幻觉的问题，本文提出 ReacTOD。这是一种有界神经符号架构，将自然语言理解重构为自校正 ReAct 循环中的离散工具调用，并由确定性验证器管控。该机制通过迭代自校正显著提升准确率，符号验证器确保动作合规与模式一致。实验表明，ReacTOD 在 MultiWOZ 和 SGD 基准上实现了新的零样本最先进水平，展示了无需特定训练数据的跨基准泛化能力。