SiLR: Structure-Preserving Admission and Process Reward for LLM Tool Agents

SiLR 把违规后的准入门建模为轨迹搜索，shadow-execute 每个提案，并按“有多少分支仍过载、各分支严重度”组成的乘积序保留结构信息。作者证明不存在对该序关系声音的标量替代；Gym-ANM 的多动作 episode 取得 21/21 恢复，对比终止式 0/21 和最佳标量门 9/21，说明阈值调参无法修复表示缺陷。