arXiv cs.CL· Raffi Khatchadourian·· 12 小时前AI 评分31
DFAH：面向工具调用型 LLM 金融智能体的确定性-忠实性可重放性保障框架
Replayable Financial Agents: A Determinism-Faithfulness Assurance Harness for Tool-Using LLM Agents
AI 导读
研究者提出确定性-忠实性保障框架 DFAH，用于规范金融智能体重放实验中的配置控制、执行记录保存与行为比对。基于 2957 条合成合规分诊与数据操作任务的执行记录，某数据操作配置在 84% 的案例中重复了相同决策，但有序工具名序列仅在 26% 的案例中重复。该框架区分最终决策、工具名集合与有序工具名三类比对层级，并将证据支持度作为独立评估目标。
正文 · AI 翻译
摘要：重放一个金融智能体需要指定重跑的条件、保留其执行记录，并决定比较其行为的哪些部分。我们引入了确定性-忠实性保障测试框架（DFAH），这是一个用于组织这些选择的框架和实用协议。该框架区分了对最终决策、工具名称集合和有序工具名称的比较，同时将来自可用证据的支持视为一个单独的评估目标。我们使用合成合规分诊和数据操作任务中的 2,957 条记录执行来说明该框架。一种数据操作配置在 84% 的案例中于所有试验中重复了其记录的决策，而其有序工具名称序列在 26% 的案例中重复。相反，一些合规案例保留了相同的工具序列，而记录的决策却发生了变化。一个案例级示例展示了重复的标签如何伴随不同的查找和升级调用。这些观察结果表明，比较层级如何改变对重复行为的描述。由此产生的协议将配置控制、每次尝试的保留、记录比较以及对变化案例的检查联系起来。DFAH 为设计重放实验以及在金融智能体的开发和评估过程中定位执行差异提供了实用基础。
| 评论： | 12 页，2 幅图，5 张表。合成金融任务中的重放框架与描述性实验。包含离线复现包。原始版本被第二届 ICLR 金融 AI 进展研讨会（2026）接收 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| ACM 分类： | I.2.11；D.2.5 |
| 引用为： | arXiv:2601.15322 [cs.AI] |
| （或此版本的 arXiv:2601.15322v4 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2601.15322 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Raffi Khatchadourian [查看电子邮件]
[v1]
2026 年 1 月 17 日星期六 19:47:55 UTC（78 KB）
[v2]
2026 年 3 月 7 日星期六 20:27:07 UTC（105 KB）
[v3]
2026 年 9 月 20 日星期日 17:27:42 UTC（95 KB）
[v4]
2026 年 10 月 21 日星期三 14:26:55 UTC（173 KB）
来源：arXiv cs.CL · arxiv.org