arXiv cs.CL· Linji Hao, Yanji He, Zihan Wang, Hansi Yang, Jiayuan Zhang, Hongyan Hao, Qi Gu, Yan Feng, Han Wu·· 3 天前AI 评分29
Interlock：让长时程智能体从局部正确走向任务完成
Interlock: From Local Correctness to Task Completion in Long-Horizon Agents
AI 导读
针对长时程智能体"局部正确但任务不完整"的问题，研究者提出 Interlock 框架，将任务表示为带类型的完成图，并编译为可重置工作区、公开请求与评估标准。
正文 · AI 翻译
摘要：大型语言模型智能体越来越多地在复杂环境中承担长周期任务，这些环境的特征是证据碎片化、状态部分完成，以及资源和产物之间存在依赖关系。现有智能体可能满足单个需求，却无法维持这些关系，从而产生局部正确但不完整的结果。这些失败的出现，是因为任务完成取决于环境证据、有后果的决策和所需效果之间的关系。为弥补这一完成缺口，我们提出 Interlock，一个将每个任务表示为类型化完成图的任务合成框架。接地边将公开证据与决策相连，耦合超边对各个组件施加联合约束，实现边将决策与所有必需的下游效果相连。Interlock 将该图编译为可重置工作区、公开请求和评估评分标准。来源覆盖审查检查原始需求是否在生成过程中得以保留，而公开输入审查检查评分标准是否得到求解器可用材料的支持。智能体作为评判者检查执行产物并运行验证脚本，保留被判定满足所有强制要求的轨迹。为评估训练效用，我们在各自被接受的轨迹上微调了两个 Qwen3.6 主干模型。在两个主干模型上，训练使 AutomationBench 任务通过率提升 4.00-4.50 个百分点，JobBench 加权得分提升 3.20-6.64 分，Harvey LAB 标准通过率提升 3.89-4.16 个百分点。这些结果证明了合成经验在外部任务环境中的训练效用。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.19686 [cs.CL] |
| （或 arXiv:2610.19686v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.19686 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Linji Hao [查看电子邮件]
[v1]
2026年10月14日星期三 07:09:46 UTC（4,086 KB）
来源：arXiv cs.CL · arxiv.org