SkillEffect：检查内存限制代理工具的降低

arXiv:2608.17007v1 公告类型：新 摘要：代理技能可以指定工具使用的程序和资源义务，语言模型将它们实例化为具体程序。然而，当模型将这一指导转换为现有工具接口的代码时，即使语义正确的程序也可能加载整个输入并超出一个工具调用可用的内存。我们提出了 SkillEffect，一个用于计算的检查降低运行时，具有可恢复的源关系、经过审计的有界实现和注册的输出后置条件。在授予执行权限之前，独立检查器会根据提交的程序和不可变输入重建每个建议的降低。每个关系插件都提供源识别器、输入事实提取器、有界 IR 构造函数、arena 绑定函数和后置条件；一种通用运行时提供检查选择、有界虚拟机执行、原子容量租赁和分阶段发布。 SkillEffect 中的通用性是架构性的，而不是自动的：每个支持的计算都需要一个经过审计的关系插件，而调度、资源控制、执行和发布机制在插件之间共享。在六个运算符系列中，有界访问大大减少了峰值内存并提高了外部固定上限下的完成率。六个插件跨五种执行模式实例化相同的合约，从流式缩减到有界堆 Top-k。 XLSX 入门研究和 Top-k 扩展表明，新关系和新保留状态模式重用相同的信任边界，而检查器接受所有评估的合法配置并拒绝所有对抗性提案。总之，这些结果表明，一种检查降低架构可以在代理工具调度时强制执行异构注册内存关系。