NeFut Logo NeFut
EN 管理员登录

[AI学术] 基于能力层的组合代理修复:控制商和真实仓库压力测试

发布于:2026-08-15 22:00 最后更新:2026-08-16 07:03
#algorithm #Machine Learning #Math

capability sheaf 是一种用于描述代理Harness组件之间行为兼容性的数学模型。它由有限的stalks、restriction maps和global sections组成。一个精确的有限约束满足问题(CSP)定义了接受标准,而一个线性化的相对同调类提供了诊断和搜索功能。 一个受控实验在20个任务集群上进行,引入了隐藏的内部中介者,原始状态是无关变量。商运算可以减少候选项预算;而对齐隐藏状态可以消除差距。精确的CSP匹配商运算的结果,证明了该方法对过时代表的不变性,而不是优于精确推理的优势。 然后,我们在SWE-bench Multilingual池中的PatchFuseBench发现分割上测试了该方法:160个问题,20个仓库,875个真实候选补丁,2,579个源码编辑原子和153个新执行的补丁。候选索引修复在848/875个候选项上是非平凡的,并在120/160个问题中变化。它解决了118个问题,而非同调选择器解决了116个问题,但差异在仓库之间没有得到支持(精确符号翻转$p=0.75$)。一个留一个仓库的弃权门达到127/160,与强锚点相同,并超过匹配门的一个问题($p=1.0$)。发现门因此失败,确认分割仍然密封。该研究支持受控不变性机制和可识别性更正,但不是现实世界的同调优势。 博主点评: 本文提出了一种基于能力层的组合代理修复方法,通过控制商和真实仓库压力测试验证了其有效性。该方法支持受控不变性机制和可识别性更正,但未证明现实世界的同调优势。未来研究可以进一步探索该方法的应用和改进。

原文链接: https://arxiv.org/abs/2608.13228

[h] 返回首页