受控企業分析：政策驅動的語言模型程式執行
為何重要
該研究區分了「意圖理解」與「程式執行」的職責，證明瞭在外掛式確定性架構下，即使減少執行時的自主決策，語言模型仍能表現出類似的效能。這對於降低企業匯入自主 AI 工具的風險、建立可審計的分析鏈路具有重要意義，可能是通往更高企業信賴度的關鍵路徑。
研究提出一種受控的企業分析解決方案，透過語言模型解讀問題，再由確定性政策執行預先批准的分析程式，以保證結果的不可變與可重現性。
- 方法論涵蓋關係運算、聚合、比較、視窗、排名及相似性等定義的分析類別。
- 在 440 次測試中，3 個 8B 引數模型在執行時生成 SQL 並選擇工具，但在所有測試集上均未達成完整回應與證據合約。
- 相較之下，單純由政策執行的分析器在所有測試集上達成了 110/110 的合約要求。