Компьютерная наука > Расчет и язык [представлен 8 октября 2026 года] Название: Рекурсивный семантический дивергент для агентского просмотра непротиворечивости PDF HTML (экспериментальный) Резюме: Агенты большой языковой модели (LLM), использующие инструменты, демонстрируют непоследовательность поведения в независимых прогонах из идентичных государств, называют различные средства, производят противоречивые результаты или проводят разные стратегии. Такая изменчивость со временем усиливается и подрывает надежность развертывания. Существующие оценочные показатели в первую очередь измеряют правильность задач на основе итоговых оценок и не отражают последовательности поведения агентов во всех случаях казней. Поведение агента отдельно анализируется либо на уровне символов с использованием распределения вероятностей, или на уровне однореагирования с помощью семантического кластера, но ни в одном из них не отражается то, как непоследовательность распространяется через будущие повороты траектории. Мы введем рекурсивную семантическое дивергенцию (RSD), неконтролируемую метрическую последовательность траектории, адаптированную на основе бисимуляционных параметров в процессе дополнительного обучения. ОСБ измеряет ожидаемое кумулятивное семантическое разногласие между двумя независимыми развертываниями одного и того же агента в одном штате, используя естественный терминальный вывод для выявления логических несоответствий. Он определяется рекурсивно в отношении будущих штатов и…
Рекурентная семантическая дивергенция за последовательность агентов LLM
arXiv: 261 030 3012v1 Annuate Type: New Express: Big Lange Model (LLM) Agents с использованием инструментов демонстрируют непоследовательное поведение в независимых прогонах из идентичных государств, называют различные инструменты, производят противоречивые результаты или проводят разные стратегии. Такая изменчивость со временем усиливается и подрывает надежность развертывания. Существующие оценочные показатели в первую очередь измеряют правильность задач на основе итоговых оценок и не отражают последовательности поведения агентов во всех случаях казней. Поведение агента отдельно анализируется либо на уровне символов с использованием распределения вероятностей, или на уровне однореагирования с помощью семантического кластера, но ни в одном из них не отражается то, как непоследовательность распространяется через будущие повороты траектории. Мы введем рекурсивную семантическое дивергенцию (RSD), неконтролируемую метрическую последовательность траектории, адаптированную на основе бисимуляционных параметров в процессе дополнительного обучения. ОСБ измеряет ожидаемое общее семантическое расхождение между двумя независимыми