论文页面 - PolicyGuide：从监管单一动作到引导符合政策的LLM代理全流程

来源：https://huggingface.co/papers/2608.19861

摘要

客户服务LLM代理在代表用户行动时必须遵循组织政策。违规可能源于禁止操作（例如授予不合格的变更）或遗漏程序要求（例如身份验证或确认）。运行时保障机制可以干预高风险操作，但局部动作检查无法引导代理完成多步骤流程。工作流遵循系统支持预设流程执行，但主要关注工作流完成而非保障代理行为。PolicyGuide则将每个领域政策编译为工作流图，并在用户对话轮次边界调用主动验证器。验证器根据持久化的图状态协调待处理请求，并沿合规路径返回分步修复建议。在τ²-bench基准测试的航空、零售和电信领域中，使用GPT-5.4代理和验证器的PolicyGuide将平均Pass^4指标从0.42提升至0.62，其中流程结构最复杂的电信领域提升最大（0.19至0.61）。该工作流方案同样适用于Claude Sonnet 4.6和Gemini 2.5 Pro代理。补充评估显示其在对抗性用户攻击下具有最低的攻击成功率，并在作者设计的流程级验证中表现出最强的程序合规性。

查看arXiv页面 (https://arxiv.org/abs/2608.19861)
查看PDF (https://arxiv.org/pdf/2608.19861)
项目页面 (https://huggingface.co/papers/2608.19861)
GitHub仓库 (https://github.com/erjui/PolicyGuide)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.19861)

在代理中获取此论文：

hf papers read 2608.19861

尚未安装最新CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型

暂无模型链接本文

在模型README.md中引用 arxiv.org/abs/2608.19861 可从本页面建立链接。

引用本文的数据集

暂无数据集链接本文

在数据集README.md中引用 arxiv.org/abs/2608.19861 可从本页面建立链接。

引用本文的Space

暂无Space链接本文

在Space README.md中引用 arxiv.org/abs/2608.19861 可从本页面建立链接。

包含本文的收藏

暂无收藏包含本文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 可从本页面建立链接。