arXiv · cs.AI· Hamed Khosravi, Xiaoming Huo·· 5 小时前
PRIME：迈向LLM智能体中可验证的证据基础推理
PRIME: Towards Verifiable Evidence-Grounded Reasoning in LLM Agents
arXiv:2610.22426v1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：Hamed Khosravi, Xiaoming Huo
研究任务与主要进展
Hamed Khosravi和Xiaoming Huo提出PRIME，通过预先固定证据路径、独立程序记录检查结果，并只输出规则和检查账本支持的结论，以减少LLM智能体的无依据判断。基于论文摘要，在480项公开记录任务中，普通智能体有26.7%的任务报告了无依据结论，而PRIME未报告此类结论；其引导和追加检查使有依据结论的平均得分由仅拒答时的30.1分提升至100分制下的最高59.2分。
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