Когда память о накопленном опыте помогает запирать автоагенты Loop LLM? Контролируемая оценка с перепроверенными пулами разогрева, Токен-Матхед Флёрз и проверенные базилины

arXiv: 2610.27714v1 Annuate Type: новый резюме: Когда опыт памяти помогает водителю LLM с закрытой крышей? Публикуемые выгоды не могут сказать, потому что два фактора, которые мы считаем наиболее значимыми и которые разогревают бассейн, содержат в себе и что любые вводимые символы делают с быстротой, не контролируются ни в одном из них. Мы отвечаем на этот вопрос с помощью контролируемой оценки на одном проверенном тестовом стенде Hailway Env (1Hz, gpt-4o-mini для решающих контрастов). Мы рассматриваем " разогревный бассейн &qt; как перепроверенный случайный коэффициент (десять раздельных пулов) и добавляем символизированные механизмы контроля, не имеющие отношения к заполнению, сертифицируемые оракулами диагностические показатели, метрики осторожности и количественные аудиты исходных портов. Пробоотборник покрывает плоский текстоискатель (порт ДиЛу), порт однофреймовой сетки (с помощью RSPOND), нашу эпизодическую временную память, свод правил без поиска и ровную базу наблюдения K-step. Затем следуют четыре вывода, каждый из которых является свойством этого тестового стенда. 1) Приобретение заглавной памяти относится к размножению. Ректор