Качество, не просто результат: структурная основа для выбора кодинг-агентских траекторий для контролируемого тонких поворачивания

arXiv:2610.13152v1 Annuate Type: New Brieflook: Open Coding Agents обычно обучаются с помощью контролируемой доработки траекторий взаимодействия, последние пятна которых проходят контрольную проверку. Однако этот критерий фильтрации на уровне конечного результата игнорирует качество процесса: траектории, которые в конечном счете могут быть успешными, все еще содержат неэффективные модели взаимодействия, такие как повторный осмотр файлов, нестабильное использование инструментов или запоздалая модификация поведения, что становится частью имитируемой цели. Мы предлагаем TQS (Trainory Quality Score), структурную систему оценки для траекторий кодирования-агента, которая действует непосредственно на структуре траектии, не требует суждения LLM и работает в линейное время. ТКК характеризует качество траектории с помощью структурных сигналов, организованных на основе структурированной конвергенции: информационная направленность, согласование целей - действия и динамика политики. Используя 155 144 успешных траекторий публичного открытого лицензии, мы ранжируем траекционы TQS и тонких агентов кодирования