arXiv · cs.AI· Yunju Kang, Seonghyeon Cho, Irene Li, Yeo-Chan Yoon, Chanjun Park·· 1 天前
POLAR：面向工具调用 LLM Agent 的本体引导风险预防框架
POLAR: Ontology-Guided Risk Prevention for Tool-Calling LLM Agents
arXiv:2610.08082v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yunju Kang, Seonghyeon Cho, Irene Li, Yeo-Chan Yoon, Chanjun Park
研究任务与主要进展
POLAR 提出面向小型工具调用 LLM Agent 的护栏框架，以两层本体生成候选逆序动作并评估可逆性，执行前剪除未达阈值的调用。在 τ²-bench 的六个代理模型评测中，四个在 airline 任务上的平均奖励提高 0.11 至 0.18 分，但十八个“模型—领域”单元仅八个改善，零售与更强代理常出现回退；任务奖励不等同于危害预防效果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org