arXiv cs.AI· Seonglae Cho, Franklin Cardenoso Fernandez, Umar Mohammed, Zekun Wu, Kleyton Da Costa, Ilham Wicaksono, Adriano Koshiyama·· 1 天前AI 评分49
从 Agent 轨迹构建自动机：失败与下一步预测
Automata from Agent Traces: Failure and Next-Step Prediction
AI 导读
研究者将整个 LLM 智能体轨迹语料压缩为单个紧凑有限状态机（FSM），在十二个公开数据集上仅含 7-43 个状态，对留出数据的重放适应度 ≥0.997，且构建仅需毫秒级。
正文 · AI 翻译
摘要：基于 LLM 的智能体可执行多步任务，但其行为结构仍不透明：冗长且非结构化的轨迹难以满足部署所需的安全审计与运行时监控。现有方法按单条轨迹或仅针对成功案例运行，因此遗漏了连接下一步预测与失败预测的跨运行拓扑。为恢复这一共享结构，我们将整个轨迹语料压缩为单个紧凑的有限状态机（FSM），作为 LLM 智能体原本不可预测行为的结构基底。在十二个公开数据集上，这些 FSM 均很紧凑（7-43 个状态），以 >=0.997 的适应度重放留出数据，且在不同划分间拓扑近乎一致，构建仅需毫秒。该基底同时服务于两个预测目标。对于下一步预测，FSM 状态上下文在每个与真实值匹配的数据集上都优于 Agent Workflow Memory。对于失败预测，逐状态行为特征在留出数据上的 AUROC 最高达 0.94，且一个在线监控器能根据部分轨迹将失败运行排在通过运行之前，从而在完成之前很早就触发提前停止。因此，行为拓扑似乎更多由部署框架而非 LLM 塑造，为安全审计与运行时监控提供了一种与模型无关的结构原语。
| 评论： | 已被 NeurIPS 2026 接收。43 页，17 幅图 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2608.23670 [cs.AI] |
| （或本版本使用 arXiv:2608.23670v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2608.23670 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Seonglae Cho [查看邮箱]
[v1]
2026 年 8 月 24 日星期一 17:58:01 UTC（1,199 KB）
[v2]
2026 年 11 月 12 日星期四 06:59:30 UTC（4,248 KB）
来源：arXiv cs.AI · arxiv.org