Графечо: структурные доказательства избытка и доказательств в агентах по графе LLM

Компьютерные науки > Искусственный интеллект [представлен 15 сентября 2026 года] Название: Графечо: Структурная изменчивость и доказанность доказательств в LLM Graph Agents View PDF HTML (экспериментальное) Резюме: агент большой языковой модели (LLM) может следовать по более графиковым путям без получения более независимых свидетельств. Граф Эчо проверяет, не ошибаются ли агенты в этих неоднократных встречах для дополнительного подтверждения. Контрольный показатель различается в подсчетах путей и происхождении доказательств при сохранении содержания доказательств, а также оценивает как суждения, так и активные исследования. Контролируемые синтетические эксперименты обнаруживают изменения в суждениях, которые зависят от моделей, но излишние пути поддержки увеличивают долю повторных прогулок по всем оцененным замороженным агентам. Послеучебная подготовка, о которой известно доказанное наличие данных (ПППТ), позволяет сократить количество повторных обследований и повышает точность синтетического анализа, но при этом охватывает меньше отдельных источников. Что касается научных заявлений, то они продолжают уменьшать повторение при снижении точности. Эти выводы свидетельствуют о разрыве между эффективным исследованием и эффективным использованием доказательств: агент может научиться не повторяться, игнорируя при этом необходимую ему информацию. Графечо обеспечивает контролируемый способ оценки того, какие графические агенты приходят к выводу и достигают ли их разведка явных…