PRIME：实现 LLM 智能体可验证的基于证据的推理

PRIME 通过预承诺规则和独立程序记录，确保 LLM 智能体仅报告有证据支持的结论。在 480 个公共记录任务中，PRIME 消除了 26.7% 的不合理结论报告率，并将合理结论的平均得分从 30.1 提升至满分 59.2。