Learning Correct Behavior from Examples: Validating Sequential Execution in Autonomous Agents

Um novo algoritmo é apresentado para aprender o comportamento sequencial correto a partir de apenas 2-10 rastreamentos de execução, validando novas execuções em agentes autônomos. Ele combina análise de dominadores com compreensão semântica impulsionada por LLM multimodal para construir um modelo generalizado, alcançando alta precisão na detecção de bugs.