arXiv cs.AI· Jing Liu, Yongxing Qi, Ping Yao, Ting Wu·· 3 天前AI 评分24
输出纪律决定下限：一种模型无关、可证伪的智能体协议，用于可审计的假设驱动决策
Output Discipline Sets the Floor: A Falsification-Guided, Model-Agnostic Agent Protocol for Auditable Hypothesis-Driven Decision Making
AI 导读
在 TCMEval-SDT 中医辨证基准（200 例）上，约束大语言模型可审计决策的是输出纪律与推理结构而非模型能力：两年模型扩展仅让零样本分数变动 -0.03 至 +0.08。
正文 · AI 翻译
摘要：在可审计、假设驱动的决策任务中，每个候选方案都能对照证据进行检验，那么究竟是什么在约束大语言模型？在公开的中医证候鉴别（TCMEval-SDT）基准测试（200 例）上，约束瓶颈在于输出规范性和推理结构，而非单纯的模型能力：两年的模型规模扩展仅使零样本得分变动 -0.03 至 +0.08，而输出规范性失败（推理不终止、格式不合规、运行间差异大）即使在前沿模型中依然存在。我们用一个与模型无关的智能体框架对此进行检验，该框架将决策形式化为五阶段闭环，并由候选×证据矩阵证伪协议强制执行：每个候选方案都要对照每一条证据进行评判，在得出结论前必须证伪至少一半的候选方案，存活的候选方案以机器可验证的单行格式输出。在五个基础模型上，其效果符号取决于零样本输出规范性：它挽救了规范性失败的模型（DeepSeek-V4-Flash：+0.267/+0.271，完全来自终止挽救），将高方差模型的运行间标准差从 0.218 降至 0.007（Kimi K3），并对已经规范的模型造成显著代价（在预算匹配的 Qwen3-4B/32B 上为 -0.087 至 -0.120）。消融实验将代价归因于候选受限的格式层，并表明该效果与注入的知识内容无关（协议-知识解耦）。该协议还可迁移至抗错误信息的数学推理，以 89.8% 的召回率和 6.8% 的假阳性率检测注入的虚假前提（MCC 0.54；全标记基线得分为 0），并将准确率恢复到无误导信息时的上限。在零样本输出规范性薄弱之处，推理协议设定下限；基础模型能力始终设定上限。
| 评论： | 24 页，5 幅图，12 张表 |
| 学科： | 人工智能（cs.AI） |
| ACM 分类： | I.2.7；I.2.3 |
| 引用为： | arXiv:2610.18298 [cs.AI] |
| （或 arXiv:2610.18298v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18298 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Jing Liu [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 12:46:44 UTC（111 KB）
来源：arXiv cs.AI · arxiv.org