Спросить или предположить? Неопределенность, оповещение о разглашении информации в агентах по кодированию

arXiv: 2603.26233v3 Annualce Type: заменить резюме: поскольку агенты Большой Лингвистической модели (LLM) все чаще используются в открытых областях, таких как разработка программного обеспечения, они часто сталкиваются с определенными инструкциями, которые не имеют решающего контекста. В то время как застройщики, естественно, решают вопрос о недостаточной специфике путем разъяснения вопросов, нынешние агенты в значительной степени оптимизированы для автономного исполнения. В рамках этой работы мы систематически оцениваем возможности агентов ЛММ в плане получения разъяснений по недостаточно четко определенному варианту проверки УВЭ-бенш. Мы предлагаем скрытый неопределенностью многоагентный драффолд, который отделяет обнаружение недооценки от выполнения кода. В рамках как защищенных правами собственности, так и открытых по весу МРМ наш строительный фонд достигает показателя решения задач в 69,40%, значительно превосходя стандартную установку одного агента и восполняя разрыв в производительности с агентами, работающими на основе полностью определенных инструкций. Кроме того, мы считаем, что многоагентная система имеет хорошо калиброванную информацию.