Жулон: агент LLM, принимающий участие в операции EDA с саморазведкой API Offline

arXiv: 2608.07925v2 Annuales Type: заменить резюме: Скриптирование EDA с помощью специальных инструментов, часто не имеющих документов API, по-прежнему является пробелом в длинном хвосте, который не удается найти существующим МLM. В этом документе представлен ZhuLong, агент по кодированию LLM для PyAether и SKILL, который сочетает поиск API, проверку документации и выполнение песчаных коробок с помощью унифицированных инструментов MCP, дополненный офлайновым механизмом саморазведки APi, в котором содержится недокументированное поведение APИ посредством контрфактических экспериментов. Мы оцениваем Жулонг на основе ЭДА-Эвал-Пиаэфир, который представляет собой контрольный показатель 158 реальных задач в мире с осуществлением на основе утверждений, где полная система достигает 78,5 процента Pass@1 в коммерческой среде Эмпиреанского эфира и существенно превышает чистый базовый уровень ЛЛМ (23,6%). В исследованиях по абляции использование песчаного ящика определяется в качестве основного драйвера (41,2 pp пасса при удалении), причем механизм самоисследования обеспечивает дополнительный прирост точности на 3,2 ч и сокращение на 22,1% числа звонков с помощью каждого инструмента