10:26arXiv cs.AI@Guangyao Dou, William Jurayj, Nils Holzenberger, Benjamin Van Durme道义推理是指根据明确规则和策略回答特定案例问题的任务,例如计算税务或移民上诉结果。LLM在此类任务中常因规则集过长且交叉引用而失败。论文提出Deontic Agentic Reasoning (DAR),一种让模型按需与法规交互的智能体推理框架。在DeonticBench的困难子集上测试发现,智能体框架能提升道义推理上限,但效果不均衡:弱模型在数值任务上表现下降且消耗更多token。论文道义推理智能体LLM规则推理DeonticBench推荐理由:做法律、税务等规则密集型应用的开发者,可以看看DAR如何用智能体框架解决LLM的长规则定位痛点,值得关注其设计思路。原文
09:50arXiv cs.AI@Yu Zhang, Dongjiang Zhuang, Qu Zhou, Zheng Huang, Junhe Wu, Jing Cao, Kai Chen精选该论文提出了一种确定性智能体工作流,用于解决HS关税分类这一高难度专家任务。传统端到端大模型提示方法在多维规则推理中常失败,而该工作流通过固定控制流、将语言模型调用限制在狭窄阶段,并保留局部反思与验证机制,实现了可解释性。在HSCodeComp数据集上,使用Qwen3.6-plus模型达到六位数64.2% top-1和78.3% top-3准确率;开源模型Qwen3.6-27B-FP8在非思考模式下与前沿模型有高度一致性。手动审计发现部分基准标签可能偏离HS通用规则,相关记录已公开。论文智能体工作流HS关税分类可解释AI规则推理开源模型推荐理由:做国际贸易合规或海关数据自动化的团队,终于有了一个可解释、可审计的AI分类方案,比黑箱模型更可靠,建议直接看论文的六阶段流水线设计。原文