SCOPE：自然语言策略编译为神经符号谓词程序

发生了什么

据Hugging Face Papers报道，SCOPE将自然语言策略编译为神经符号谓词程序，实现高效可解释的LLM代理策略执行。该技术将复合策略编译为优化的神经符号程序，在廉价模型上实现高精度、稳定性和可解释性。与微调的护栏模型和LLM作为法官的方法相比，SCOPE在多轮交互中评估策略，避免内容审核单一回合的局限，且成本更低、预测更稳定。通过对抗性生成反例优化程序，SCOPE在真实世界政策任务基准测试中表现最佳，程序可在不同模型间迁移，无需额外优化，适用于生产环境中的低成本模型。