面向 LLM Agent 一致性的递归语义发散（Recursive Semantic Divergence）研究

英文标题：Recursive Semantic Divergence for LLM Agent Consistency

本研究探讨了具备工具使用能力的 LLM Agent 在运行一致性方面面临的严峻挑战。研究指出，Agent 即使处于完全相同的初始状态，在多次独立运行中也会展现出不一致的行为，例如调用不同工具、给出相互矛盾的输出或采取发散的执行策略。这种变异性与语义分歧会随着执行步数与交互时间递归累积复合，导致多步决策走向失控。该发现揭示了当前复杂 Agent 工作流中的稳定性瓶颈，对开发者构建高可靠、可复现的生产级 Agent 架构具有重要参考价值。

打开原文相关 5.6 · 机会 4

中文

论文编号：arXiv:2610.33012v1
公告类型：最新（new）

摘要

具备工具使用能力的通用大语言模型（LLM）Agent 在从相同状态出发的多次独立运行中，普遍展现出不一致的行为特征。这具体表现为：调用截然不同的工具接口、输出自相矛盾的结论，或采取相互分歧的解决策略。这种变异性在多步交互中会随时间递归累积复合，对复杂工作流的稳定性与任务完成度构成重大挑战。

面向 LLM Agent 一致性的递归语义发散（Recursive Semantic Divergence）研究

中文

摘要

BibTeX 引用格式 (BibTeX formatted citation)

English / 原文

BibTeX formatted citation