LLM Agents Tool Use Reliability Runtime Assurance
摘要

尽管LLM智能体具备通过多步推理和工具使用执行复杂任务的能力,但技能执行的不稳定性限制了其实际可靠性。本文提出SkillSentry,一种基于领域特定语言(DSL)的技能导向运行时保障框架。该框架结合从技能文档提取的规范与历史执行轨迹,初始化运行时指导,并在智能体执行循环中监控和指导技能执行,同时利用新收集的轨迹迭代优化指导策略。在15项技能上的实验表明,SkillSentry平均将LLM智能体的任务成功率提高了24.1%,并显著降低了重复运行中的波动性。

AI 推荐理由

论文直接针对LLM Agent的技能执行可靠性问题,提出运行时保障框架以提升技能使用的稳定性和成功率。

研究机构
College of Computer Science and Artificial Intelligence, China
论文信息
作者 You Lu, Xinyu Huang, Bihuan Chen, Xin Peng
发布日期 2026-08-10
arXiv ID 2608.09253
相关性评分 9/10 (高度相关)