Agenty głosowe zbudowane na dużych modelach językowych muszą w regulowanych aplikacjach takich jak windykacja nie tylko wykonać zadanie, ale też ściśle przestrzegać conversational flow określony przez prawo. Wymaga to zatwierdzenia rozmówcy, potwierdzenia tożsamości agenta i wierzyciela, podania kwoty długu i unikania zabronionych wyrażeń. Każdy wierzyciel realizuje te wymogi we własny sposób i regularnie zmienia procedury, co stanowiło dotąd znaczne wyzwanie dla automatyzacji.
Drużyna badaczy rozwiązała ten problem, opracowując FlowSpec - specyfikację czytelną dla maszyn, która generuje instrukcje polityki dla każdego wdrożenia, bramkuje narzędzia, zapewnia nadzór i definiuje testy. Agent może mówić wyłącznie zatwierdzony katalog zdań. Zespół dostrojił 9-miliardowy model LLM na zbiorze 2506 rozmów z 297 randomizowanych procedur i przetestował tajlandzkiego agenta windykacyjnego na czterech wcześniej nieznanych procedurach wdrożenia, łącznie z jedną z całkowicie nowego źródła. Wyniki były imponujące: kontrole zdokumentowane przez procedurę wzrosły z 67-71 procent do 93-100 procent, podczas gdy kontrole zakorzenione w rozmowie osiągały już 97-100 procent przed treningiem.
Audit przeprowadzony na wspólnej specyfikacji ujawnił 11 defektów, z czego trzy nie zostały wykryte przez własną metrykę systemu. Scenariuszowy wskaźnik powodzenia wzrósł z 15 na 43 do 40 na 43 możliwości. To podejście otwiera drogę do bardziej elastycznych systemów regulacyjnych, które mogą się adaptować do nowych procedur bez konieczności ponownego treningu.