Çoğu ajan döngüsü, model bir araç çağrısı önerdiği anda onu çalıştırır. JevAct'in sonuçları, yürütmeden hemen önce konumlanan ucuz, olasılık tabanlı bir kontrol noktasının araç kullanan ajanları daha güvenilir hale getirebileceğine işaret ediyor; ancak kazanımlar kıyaslama setine göre keskin biçimde değişiyor.
Yönetici Özeti
- LLM ajanları dış araçlar aracılığıyla giderek daha fazla sonuç doğuran eylem gerçekleştiriyor, ancak bu eylemler çoğu zaman politika uyumu ya da görev tamamlanması bağımsız olarak doğrulanmadan yürütülüyor.
- JevAct, bir alan politikasını çevrimdışı olarak sorulara, kurallara, çalıştırılabilir durum kontrollerine ve gerektiğinde bir devir kontrol listesine derliyor.
- Çalışma zamanında kod, araç kayıtlarındaki olguları kontrol ederken, açık kaynaklı ve Jev benzeri bir karar modeli olan Kev konuşmaya bağlı soruları yanıtlıyor.
- τ²-bench (Airline, Telecom) ve BFCL üzerinde bir ReAct düzeneğiyle karşılaştırıldığında kazanımlar Telecom'da ve BFCL'nin üç çalıştırmalık başarısında tutarlı, Airline'da ise daha karışık.
- Yazarların kendi çerçevesi temkinli: bulgular, yapılandırılmış karar modellerinin çalıştırılabilir doğrulamayla birleştirilmesinin güvenilirliği artırabileceğine işaret ediyor.
Sorun: yürütme öneriyi izliyor #
Uçak bileti alan, bir siparişi iptal eden ya da bir hesap ayarını değiştiren bir ajan, sessizce geri alınamayacak bir şey yapıyor. Rahatsız edici olan, modelin önerisi ile etkisi arasında ne kadar az şeyin durduğu. Birçok ajan döngüsü önerilen araç çağrısını model ürettiği anda yürütüyor. Eylemin alanın politikasına uyup uymadığını ya da ajanın bitmiş saydığı bir görevin gerçekten bitip bitmediğini kimse bağımsız olarak kontrol etmiyor.
Bu açık, IBM'den Iftach Shoham, Yuval David ve meslektaşlarının JevAct'i tanıttığı 2026 tarihli arXiv ön baskısı "Think Before You Act: Decision Gate for LLM Agents"ın çıkış noktası. Yeni bir gözlem değil, ancak açıkça dile getirmeye değer, çünkü ajan araçlarının çok büyük bölümü öneriyi yapanı iyileştirmeye odaklanıyor. ReAct ajanları akıl yürütmeyi araç kullanımıyla iç içe geçiriyor ve bu kalıp yaygın bir referans noktası haline geldi. Self-Refine ve Reflexion gibi yansıtma yöntemleri, model ağırlıklarını güncellemeden sonraki önerileri ya da denemeleri iyileştirmek için eleştiri ve geri bildirim ekliyor. Ne kadar yararlı olsa da bu yöntemler, belirli bir eylemi yürütmeden hemen önce bir alan politikasına karşı kendi başlarına doğrulamıyor. JevAct'in önemsediği kontrol döngüde farklı bir noktada duruyor: bir öneri oluştuktan sonra ve kesinleşmeden önce.
JevAct nedir #
JevAct, seçili önerileri yürütmeden önce kontrol eden bir düzenek. Seçili ajan eylemlerini yakalayan ve geri bildirime dayalı düzeltmeyi mümkün kılan bir çalışma zamanı doğrulama çerçevesi olarak tanımlanıyor. Alttaki ajan modelinden bağımsız çalışıyor ve modelin parametrelerinde ya da araçlarında değişiklik gerektirmiyor. Değerlendirilen kurulumda ajanın LLM'i, temel istemi ve araçları değişmeden kalıyor.
Mimari açıdan JevAct, mesaj önerisi ile yürütme arasına seçici bir kontrol aşaması ekleyerek bir ReAct ajanının düzeneğini genişletiyor. "Seçici" kelimesi önemli. Çerçeve her mesajı incelemiyor; belirli eylem türlerini hedefliyor. Makalede iki tür tanımlanıyor. Yazma çağrısı ortamı değiştirir, örneğin rezervasyon yaparak, iptal ederek ya da bir ayarı değiştirerek. Devir (hand-off) ise ajanın girişimini sona erdirir; ya kullanıcıyı bir insana aktararak ya da kullanıcıya yapılabilecek başka bir şey olmadığını söyleyerek. Politika ihlalinin zarar verdiği yer yazma işlemleri; ajanın erken pes edebildiği yer ise devirler. Çerçevenin potansiyel olarak geçersiz eylemleri ve erken görev sonlandırmayı tespit etme yönündeki beyan edilmiş amacı bu iki kategoriye karşılık geliyor.
Bir kontrol başarısız olduğunda öneri yalnızca engellenmiyor. Kontroller yürütmeyi erteleyebilir ve sabit bir revizyon bütçesi dahilinde, geçici geri bildirimle LLM'den revize edilmiş bir öneri isteyebilir. Geçen bir öneri ilerliyor. İşaretlenen bir öneri ise hedefli geri bildirim ve sınırlı bir revizyon şansıyla ajana geri dönüyor. İş bölümü de net kalıyor: eylemleri hâlâ ajan öneriyor, Kev onları seçmiyor.
İki tür kanıt, tek kapı #
Tasarım, deterministik olarak doğrulanabilen ile doğrulanamayan arasındaki ayrıma dayanıyor. JevAct, araç durumu olgularının deterministik doğrulamasını konuşma bağlamının olasılıksal değerlendirmesiyle birleştiriyor. Çalışma zamanında kod, araç kayıtlarında mevcut olguları kontrol ediyor; Kev ise konuşmaya bağlı soruları yanıtlıyor.
Bu ayrım mantıklı. Bazı politika koşulları bir aracın kayıtlarında duran olgular ve bir program bunları herhangi bir modelin görüşüne ihtiyaç duymadan okuyabilir. Diğer koşullar kullanıcı ile ajanın birbirine söylediklerinde yaşıyor ve hiçbir veritabanı sorgusu bunları çözmez. Birinci türü koda, ikincisini bir modele vermek, modele yalnızca kodun yanıtlayamayacağı şeylerin sorulması anlamına geliyor.
Bunu pratik olarak anlatılabilir kılan çevrimdışı yarı. Bir derleyici, bir alan politikasını sorulara, kurallara, araç durumu üzerinde çalıştırılabilir kontrollere ve gerektiğinde bir devir kontrol listesine dönüştürüyor. Başka bir deyişle JevAct, alan politikalarını çalıştırılabilir durum kontrollerine ve yalnızca ön doldurma tabanlı bir karar modelinin değerlendirdiği yapılandırılmış sorulara derliyor. Yazarlar, alan politikalarını bir karar modeli kapısı için sorulara, karar kurallarına, çalıştırılabilir durum kontrollerine ve devir kontrol listelerine derleyen bir iş akışının temelini attıklarını söylüyor. Bu mütevazı bir ifade ve ben de onu olduğu gibi kabul ederim: iddia bitmiş bir ürün hakkında değil, bir iş akışının temeli hakkında.
Neden LLM yargıcı yerine bir karar modeli #
Akla gelen alternatif, öneriyi okuyup bir hüküm yazan bir LLM yargıcı. Makalenin itirazı pratik. Böyle bir yargıcın serbest biçimli açıklamalarının, bir kapının onlara göre hareket edebilmesi için yine de yorumlanması gerekiyor ve bu kararı öncü bir modelle vermek maliyetli. Bir kapının bir makaleye değil, bir karara ihtiyacı var.
Karar modelleri tam da bunun için yapılıyor. Jev, üretilmiş metin yerine tipli seçimler, puanlar ve olasılıklar döndüren karar modellerini tanıttı. Sabit sorular için seçimler ve olasılıklar döndürüyorlar; bu da eşik tabanlı kontrolleri kolaylaştırıyor. JevAct'in kullandığı model yalnızca ön doldurma tabanlı ve LLM üretimine dayanmadan olasılık tabanlı yargılar üretiyor. Kev, seçili eylemler kesinleşmeden önce ayrı bir doğrulama adımına yerleştirilmiş, açık kaynaklı Jev tipi bir karar modeli.
Bir sorun var ve yazarlar bunu kendileri belirtiyor. Karar modeli olasılıklarının kalibre ya da doğru olması garanti değil; bu nedenle değerlerinin varsayılması değil, ajan döngüsü içinde test edilmesi gerekiyor. Bu cümle tüm deneysel bölümün çerçevesini çiziyor. Asıl soru, bir karar modelinin çalıştırılabilir araç durumu kontrollerinin yanında olasılık eşikli bir doğrulayıcı olarak görev yapıp yapamayacağı. Bu deneyle yanıtlanacak bir soru ve ilginç ayrıntı da deneyde yatıyor.
Karar modelleri üzerine ilgili çalışmalar, bu testin neden önemli olduğuna dair karışık bir tablo çiziyor. Li ve arkadaşları, tercih ve kanıta dayalı olgusallıkta rekabetçi, türetme gerektiğinde ise daha zayıf sonuçlar bildiriyor. Rao ve Callison-Burch, karışık rubrik sonuçları ve LLM yargıçlarıyla örtüşen hatalar bildiriyor. Bazı yargı görevlerinde güçlü, diğerlerinde daha zayıf olan bir karar modeli, tek başına güvenmek yerine deterministik kontrollerle eşleştirmek isteyeceğiniz türden bir bileşen.
Karşılaştırma nasıl yapıldı #
JevAct, her iki kolda da aynı ajan LLM'ini kullanan bir ReAct düzeneğiyle karşılaştırılıyor. Görevler τ²-bench'teki Airline ve Telecom ile BFCL'deki çok turlu fonksiyon çağırma görevlerini kapsıyor. Ajan LLM'ini her iki kolda sabit tutmak, sorulan soru için doğru kontrol: herhangi bir fark daha güçlü ya da daha zayıf bir öneri yapandan değil, düzenekten geliyor.
Makale sonuçlarını Tablo 2'den alınan pass^3 değerleri ve en az bir kez başarı ile raporluyor. Bu iki ölçüt farklı yönlere çekiyor ve aralarındaki karşıtlık bilgilendirici çıkıyor. Üç çalıştırmanın tamamında başarı, her seferinde doğru yapan bir ajanı ödüllendiriyor. En az bir kez başarı, herhangi bir denemede doğru yapan bir ajanı ödüllendiriyor. Hatalı eylemleri yakalayan bir doğrulayıcının birinciye ikinciden daha güvenilir biçimde yardım etmesi beklenir ve sonuçlar bu okumaya uyuyor; ancak makale yalnızca BFCL örüntüsünün bazı görevlerde daha tekrarlanabilir performansla tutarlı olduğunu söylüyor, bu yüzden geri kalanını bulgu değil yorum olarak işaretliyorum.
Rakamlar ne gösteriyor #
Telecom'da sekiz ajanın tamamı hem en az bir kez başarıyı hem de üç çalıştırmanın tamamındaki başarıyı iyileştiriyor. Makaledeki en temiz sonuç bu: test edilen ajanlar arasında, iki ölçütte de istisna yok.
BFCL'de dokuz ajanın tamamı üç çalıştırmalık başarıda gelişiyor, ancak en az bir kez sonuçları karışık. Bunu dikkatle okuyun. BFCL'de daha katı ölçüt test edilen her ajan için 0,1 ila 9,6 puan yükseliyor; daha esnek ölçüt dört ajanda iyileşiyor, beş ajanda geriliyor. Bir ajanın her seferinde doğru davranmasını önemsiyorsanız bu olumlu yön. Bir yeniden denemenin sonunda başarılı olup olamayacağını önemsiyorsanız, fayda burada kanıtlanmış değil.
Zayıf nokta Airline. Airline'daki etkiler daha küçük ve ajana göre değişiyor. Sonuç özeti bunu Telecom ve BFCL'de özellikle tutarlı kazanımlar, Airline'da ise daha karışık performans olarak ifade ediyor. Bunu okuyan bir kurucu sonucu "her şeyi iyileştiriyor" diye yuvarlamamalı. Yazarlar birden fazla model ve kıyaslama setinde ajan güvenilirliğinde iyileşmeler bildiriyor, ancak Airline'da kazanımlar daha küçük ve karışık; bulgularının tekdüze kazanımları kanıtlamadığını söylüyorlar. Makale, 50 Airline görevinde tek bir görevin skoru 2 yüzde puan oynattığı uyarısında bulunuyor, bu yüzden küçük farklar temkinle okunmalı; bunun ötesinde Airline'ın neden farklı davrandığı konusunda tahmin yürütmeyeceğim.
Genel okuma yazarların kendileri tarafından temkinli tutuluyor: bulgular, yapılandırılmış karar modellerini çalıştırılabilir doğrulamayla birleştirmenin araç kullanan LLM ajanlarının güvenilirliğini artırabileceğine işaret ediyor. "İşaret ediyor" doğru fiil. Umut verici bir sonuç, bir kanıt değil.
Karşılaştırmanın neyi ayrıştırdığı ve neyi ayrıştırmadığı #
Bir sınırlama genellikle aldığından daha fazla ağırlığı hak ediyor. JevAct derlenmiş kontroller ve revizyon fırsatları eklediği için karşılaştırmalar yargıcı tek başına değil, tüm düzeneği değerlendiriyor. Karar modelinin işin ağır kısmını yaptığı sonucuna varmayı umanlar için bu önemli bir uyarı. Kazanımlar Kev'in olasılıklarından, çalıştırılabilir durum kontrollerinden, ek revizyon şanslarından ya da bunların bir bileşiminden gelebilir. Ana karşılaştırmalar bunları ayrıştırmıyor.
Bunun bir kusurdan çok, bir sistem makalesinin gösterebileceği şeyin dürüst bir tarifi olduğunu savunurum. Yazarların sorduğu soru, yani bir karar modelinin çalıştırılabilir araç durumu kontrollerinin yanında olasılık eşikli bir doğrulayıcı olarak görev yapıp yapamayacağı, ikilinin düzeyinde yanıtlanıyor, çünkü "yanında" sorunun kendisinde var. Ancak çabasını nereye yatıracağına karar veren bir okur bunu aklında tutmalı. Benzer bir şey inşa ediyorsanız, bu kanıttan iyileşmeyi tek başına karar modelinin taşıyacağı sonucunu çıkaramazsınız; tek başına kod kontrollerinin taşıyacağı sonucunu da.
Bu, kalibrasyon uyarısının da geçerliliğini koruduğu anlamına geliyor. Olasılıkların kalibre ya da doğru olması garanti değil ve düzenek düzeyindeki sonuç bu belirsizliği ortadan kaldırmıyor. Gösterdiği şey, düzenin bir bütün olarak test edilen kıyaslama setlerinde yardımcı olduğu.
Diğer koruma tasarımları arasındaki yeri #
JevAct, ajan eylemlerini korumaya yönelik kalabalık bir yaklaşımlar kümesine katılıyor ve farklar öğretici. GuardAgent, kullanıcı tanımlı koruma gereksinimlerinden doğrulama kodu üretmek ve çalıştırmak için ayrı bir ajan kullanıyor. Zwerdling ve arkadaşları, şirket politikalarını araç eylemlerinden önce uyumu kontrol eden çalıştırılabilir korumalara derliyor. AgentSpec, çalışma zamanı kısıtlarını tetikleyiciler, yüklemler ve uygulama eylemleri olarak temsil ediyor. ShieldAgent ise politika belgelerinden doğrulanabilir kurallar türetiyor.
Diğerleri doğrulamanın kendisi için modellere yaslanıyor. ToolSafe, önerilen araç çağrılarını değerlendirmek ve geri bildirim döndürmek için öğrenilmiş bir güvenlik bariyeri kullanırken, PolicyGuard ve PolicyGuide politika uyumu ve iş akışı yönlendirmesi için model tabanlı doğrulayıcılar kullanıyor. CaMeL farklı bir yol izliyor ve güvenliği güvenilir kontrol akışı ile güvenilmeyen verinin ayrıştırılması yoluyla sağlıyor.
Bu arka plan karşısında JevAct'i ayıran seçim, kendine özgü eşleştirmesi. Derleyip çalıştırılabilir korumalara dönüştüren çalışma hattı gibi, politikayı araç durumu üzerinde kontrollere dönüştürüyor. Model tabanlı doğrulayıcılar gibi, kodun veremeyeceği yargılar için bir model kullanıyor. Eklediği şey, sabit seçenekli olasılıklar döndüren, seçili eylemler yürütülmeden önce çevrimiçi kullanılan ve revizyon için geri bildirim veren bir karar modeli. Önerileri ReAct LLM'ine bırakıyor ve Kev'i seçili eylemler kesinleşmeden önce ayrı bir doğrulama adımına yerleştiriyor.
Bu tasarım neden izlenmeye değer #
Bence buradaki en yararlı fikir Kev'in kendisi değil, ayrımın disiplini. Kodun yanıtlayabileceğini koda sorun. Bir modele yalnızca konuşmaya bağlı olanı sorun. Öneri yapanı ve doğrulayıcıyı ayrı tutun ki bir eylemi kontrol eden model onu öneren model olmasın. Doğrulayıcının çıktısını bir eşiğe karşı bir olasılık yapın ki kapı, birinin ayrıştırması gereken bir metin parçası değil, bir karşılaştırma olsun.
Bu tasarım zayıf noktaları da okunabilir kılıyor. Bir kontrol yanlış tetiklenirse, bunun bir durum kontrolü mü yoksa konuşmaya dair bir soru mu olduğunu sorabilirsiniz. Eşikler yanlışsa, inceleyebileceğiniz sayılardır. Makalenin olasılıkların döngü içinde test edilmesi gerektiği yönündeki kendi uyarısı doğru içgüdü ve bir doğrulayıcının mantıklı göründüğü için çalıştığını varsaymaktan daha iyi bir duruş.
Dengesiz sonuçlar, raporlamanın dürüstlüğü konusunda aslında güven verici. Her yerde tekdüze kazanım iddia eden bir çerçeve, Telecom'da sekizde sekiz, BFCL üç çalıştırmalık başarıda dokuzda dokuz, BFCL'de karışık en az bir kez sonuçları ve Airline'da değişken etkiler gösteren bir çerçeveden daha fazla şüpheyi hak ederdi. Örüntü, uygulayıcılara etrafında plan yapabilecekleri bir şey veriyor: en güçlü kanıt tekrarlanan çalıştırmalardaki güvenilirlik için, en zayıfı ise etkilerin ajana göre değiştiği alanda.
Bununla ne yapmalı #
Teknik okurlar için çıkarım mimari. JevAct'te ajanın LLM'i, temel istemi ve araçları değişmeden kalıyor; dolayısıyla doğrulama katmanı ajanın içine eğittiğiniz bir şey değil, ajanın etrafına eklediğiniz bir şey. Kurucular için pratik okuma başlıktan daha dar. Makale birden fazla model ve kıyaslama setinde artan güvenilirlik bildiriyor, Airline daha karışık, ve karşılaştırmaları yargıcı tek başına değil tüm düzeneği değerlendiriyor. Ana karşılaştırmalar iyileşmeyi hangi bileşenin sağladığını kanıtlamıyor; ancak makalenin Airline ablasyonu, o ortamda iyileşmenin büyük kısmını programatik doğrulamanın açıkladığına işaret ediyor.
Açık soru makalenin kendi merkezi sorusu: yazarların belirttiği gibi olasılıklarının kalibre ya da doğru olması garanti değilken, bir karar modeli çalıştırılabilir araç durumu kontrollerinin yanında olasılık eşikli bir doğrulayıcı olarak görev yapabilir mi? Etkilerin daha küçük olduğu ve ajana göre değiştiği Airline sonuçları ilk bakılacak yer. Bu değişkenliğin kontrollerden mi, eşiklerden mi yoksa derlenen politikalardan mı kaynaklandığı, raporlanan sonuçların açık bıraktığı bir konu ve en çok görmek istediğim deney bu.
Sıkça Sorulan Sorular #
JevAct nedir? JevAct, IBM araştırmacılarının geliştirdiği ve seçili ajan eylemlerini, yani yazma çağrılarını ve devirleri, yürütmeden önce yakalayan bir çalışma zamanı doğrulama çerçevesi. İşaretlenen bir öneri, hedefli geri bildirim ve sınırlı bir revizyon şansıyla ajana geri dönüyor. Ajanın LLM'i, temel istemi ve araçları değişmeden kalıyor.
Kev, JevAct'te ne yapıyor? Kev, sabit soruları üretilmiş metin yerine olasılıklarla yanıtlayan, açık kaynaklı ve Jev benzeri bir karar modeli. JevAct'te konuşmaya bağlı soruları yanıtlıyor; araç kayıtlarında mevcut olguları ise kod kontrol ediyor. Kev eylem seçmiyor; eylemleri hâlâ ajan öneriyor.
JevAct nasıl değerlendirildi? Makale, JevAct'i her iki kolda da aynı ajan LLM'ini kullanan bir ReAct düzeneğiyle karşılaştırıyor. Görevler τ²-bench'teki Airline ve Telecom ile BFCL'deki çok turlu fonksiyon çağırma görevlerini kapsıyor; başarı hem üç çalıştırmada en az bir kez hem de üç çalıştırmanın tamamında başarı olarak raporlanıyor.
JevAct her kıyaslama setinde her ajanı iyileştirdi mi? Hayır. Telecom'da sekiz ajanın tamamı iki ölçütte de gelişti; BFCL'de dokuz ajanın tamamı üç çalıştırmalık başarıda gelişirken en az bir kez sonuçları karışıktı. Airline'daki etkiler daha küçüktü ve ajana göre değişti; yazarlar bulguların tekdüze kazanımları kanıtlamadığını söylüyor.
Makale kazanımları tek başına karar modelinin sağladığını gösteriyor mu? Hayır. JevAct derlenmiş kontroller ve revizyon fırsatları eklediği için ana karşılaştırmalar yargıcı tek başına değil, tüm düzeneği değerlendiriyor. Yazarlar ayrıca karar modeli olasılıklarının kalibre ya da doğru olmasının garanti olmadığını belirtiyor.
Kaynakça #
- Shoham, I., David, Y., Akrabi, O., Bilgory, E., Levy, I., Marreed, S., Zeltyn, S. ve Shlomov, S., (2026). Think Before You Act: Decision Gate for LLM Agents ⧉. arXiv.
- Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K. ve Cao, Y., (2022). ReAct: Synergizing Reasoning and Acting in Language Models ⧉. arXiv.
- Barres, V., Dong, H., Ray, S., Si, X. ve Narasimhan, K., (2025). τ²-bench: Evaluating Conversational Agents in a Dual-Control Environment ⧉. arXiv.
- TypeSafe AI, (2026). Introducing System One Models and Jev ⧉. TypeSafe AI.
- Palmer, J., (2026). KEV: Prefill-only Decision Models ⧉. GitHub.
- Xiang, Z. ve diğerleri, (2024). GuardAgent: Safeguard LLM Agents by a Guard Agent via Knowledge-Enabled Reasoning ⧉. arXiv.
- Chen, Z., Kang, M. ve Li, B., (2025). ShieldAgent: Shielding Agents via Verifiable Safety Policy Reasoning ⧉. arXiv.
- Li, Y., Miao, Y., Krishnan, R. ve Padman, R., (2026). Jev-as-a-Judge: Accept When Confident, Escalate When Unsure ⧉. arXiv.
- Rao, D. ve Callison-Burch, C., (2026). Jev vs. LLMs as Rubric Judges: Cheaper, Faster, and Wrong in the Same Places ⧉. arXiv.
Son inceleme .
Bu makaleyi yeniden yayınla
Medium için biçimi kopyala
# Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/](https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/) JevAct, seçili LLM ajan eylemlerini çalışmadan önce denetliyor. Aynı modelli ReAct'e kıyasla kazanımlar Telecom ve BFCL'de tutarlı, Airline'da ise karışık. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/
Mastodon için biçimi kopyala
Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau JevAct, seçili LLM ajan eylemlerini çalışmadan önce denetliyor. Aynı modelli ReAct'e kıyasla kazanımlar Telecom ve BFCL'de tutarlı, Airline'da ise karışık. https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/
LinkedIn için biçimlendirilmiş kopyala
Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau JevAct, seçili LLM ajan eylemlerini çalışmadan önce denetliyor. Aynı modelli ReAct'e kıyasla kazanımlar Telecom ve BFCL'de tutarlı, Airline'da ise karışık. İşte temel stratejik çıkarımlar: - Sorun: yürütme öneriyi izliyor. Uçak bileti alan, bir siparişi iptal eden ya da bir hesap ayarını değiştiren bir ajan, sessizce geri alınamayacak bir şey yapıyor. - JevAct nedir. JevAct, seçili önerileri yürütmeden önce kontrol eden bir düzenek. - İki tür kanıt, tek kapı. Tasarım, deterministik olarak doğrulanabilen ile doğrulanamayan arasındaki ayrıma dayanıyor. - Neden LLM yargıcı yerine bir karar modeli. Akla gelen alternatif, öneriyi okuyup bir hüküm yazan bir LLM yargıcı. Kuruluşunuzun bu yazıda belirtilen zorluklara yaklaşımı nedir? → https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/ #LlmAjanları #AjanDoğrulama #ÇalışmaZamanıDoğrulaması #KararModelleri #AraçKullananAjanlar Sebastien Rousseau | CC-BY-4.0
Bu makaleyi alıntıla
Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau
JevAct, seçili LLM ajan eylemlerini çalışmadan önce denetliyor. Aynı modelli ReAct'e kıyasla kazanımlar Telecom ve BFCL'de tutarlı, Airline'da ise karışık.
BibTeX
@online{rousseau2026ajan,
author = {Rousseau, Sebastien},
title = {{Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/ ER -
Vancouver
Rousseau S. Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 18. Available from: https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/
Chicago
Rousseau, Sebastien. "Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau." sebastienrousseau.com. November 18, 2026. https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/.
APA
Rousseau, S. (2026, November 18). Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/
Bu makaleyi yeniden yayınla
Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau
JevAct, seçili LLM ajan eylemlerini çalışmadan önce denetliyor. Aynı modelli ReAct'e kıyasla kazanımlar Telecom ve BFCL'de tutarlı, Airline'da ise karışık.
Bu makale şu lisans altında yayınlanmıştır Creative Commons Attribution 4.0 International. Yeniden yayın, kanonik URL'ye atıfta bulunulmasını gerektirir.
Ajan Eylemlerini Çalışmadan Önce Doğrulamak: JevAct Karar Kapısı — Sebastien Rousseau JevAct, seçili LLM ajan eylemlerini çalışmadan önce denetliyor. Aynı modelli ReAct'e kıyasla kazanımlar Telecom ve BFCL'de tutarlı, Airline'da ise karışık. Originally published at https://sebastienrousseau.com/tr/2026-11-18-ajan-eylemlerini-calismadan-once-dogrulamak-jevact/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
