**SCOPE：将自然语言策略编译为神经符号谓词程序以增强 LLM 代理**

_SCOPE: Compiling Natural-Language Policies into Neurosymbolic Predicate Programs_

> 针对现有 LLM 代理策略执行方法在复合策略下效率低或成本高的问题，研究提出了 SCOPE 框架。该方法将自然语言策略编译为由小模型执行的神经符号谓词程序，并通过对抗性生成反例对程序进行联合优化。实验表明，SCOPE 在多项基准测试中表现最优，其生成的程序无需重新优化即可迁移至低成本模型，且在预测稳定性和可解释性方面显著优于传统方法，实现了生产级别的可靠策略执行。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.31062)