谁能推翻智能体？LLM 审查机制中的证据门控权限

研究提出用于 LLM 审查机制的“证据门控”权限，仅允许审阅者在出具有效违规记录及合规修复后推翻上游智能体提案。在 96 项空间策略任务与 96 任务组合转移基准中，该门控大幅减少了对正确提案的误改并保留了多数违规修复。在前瞻性验证中，千问（Qwen）消除了对正确提案的误改，但 Mistral 仍替换了全部 48 个正确提案。