在智能体内核生成中强制保障批次不变性

研究人员提出一种在智能体内核生成中保障批次不变性（BI）的插件方案，解决大语言模型（LLM）服务因动态批处理导致输出不一致的问题。该方案结合静态依赖分析与动态按位一致性验证，在优化循环中拦截风险候选内核。在 3 个智能体框架上的实验显示，其将 BI 通过率从 67.6% 提升至 91.9%，同时保留了 91.8% 的基准几何平均加速比。