自律エージェントがますます高度化するにつれて、その逐次的な振る舞いを検証することが重要な課題となっています。従来のテスト手法では、手動による仕様記述、厳密なシーケンスマッチング、または何千ものトレーニング例が必要でした。arXivに掲載された論文（arXiv:2605.03159）では、わずか2～10の成功実行トレースから正しい振る舞いを自動的に学習し、その学習モデルに対して新しい実行を検証する新しいアルゴリズムが提案されています。著者はReshabh K Sharma、Gaurav Mittal、Yu Huで、2026年5月4日に提出されました。
このアプローチの鍵は、コンパイラ理論のドミネータ解析とマルチモーダル大規模言語モデル（MLLM）による意味理解を組み合わせることです。ドミネータ解析により実行トレース内の重要な状態を特定し、MLLMによって非決定的な振る舞いを処理します。システムはプレフィックスツリーアクセプタを使用して一般化されたグラウンドトゥルースモデルを構築し、多層等価性検出によってトレースをマージし、トポロジカル部分列マッチングによって新しい実行を検証します。この手法は説明可能な検証結果とカバレッジ指標を提供します。
制御された実験では、わずか3つのトレーニングトレースを使用して、製品バグや偽陽性の検出に高い精度を達成しました。この手法はUIテスト、コード生成、ロボットプロセスなど多様なドメインで動作し、自律エージェントの検証コストと複雑さを大幅に低減することが期待されます。