Байесовский контроллер предложен для управления инструментами кодирующих агентов
Современные coding‑агенты обычно соединяют LLM‑генераторы с набором инструментов. Среди них есть и дешёвые диагностические проверки, и более дорогие верификаторы. Решение о том, что именно запускать, чаще всего принимает оркестратор с фиксированными правилами. При этом он почти не учитывает неопределённость в качестве сгенерированного решения.
Авторы работы предлагают описывать этот процесс через модель cost-sensitive sequential hypothesis testing. В их схеме действует байесовский контроллер: он поддерживает вероятностную оценку того, корректен ли кандидат. На каждом шаге система решает, что делать дальше. Можно собрать дополнительные свидетельства, попытаться доработать решение, запустить проверку или завершить процесс.
Как сообщает arXiv cs.AI (Artificial Intelligence), метод протестировали на шести генераторах и девяти coding‑бенчмарках. Результаты показывают: байесовское управление особенно полезно там, где верификация стоит дорого, а критические проверки дают информативные, но не идеальные сигналы.
Кроме управления самим процессом, вероятностное состояние формирует понятный показатель корректности. По данным авторов, такой score лучше отражает неопределённость, чем baselines, которые опираются на token-probability и raw tool-success.
Ключевые факты
В работе arXiv:2606.24453v1 предлагается формулировать управление инструментами в coding‑агентах как cost‑sensitive sequential hypothesis testing с байесовским контроллером.
Байесовский контроллер поддерживает belief о корректности кандидата и решает, собирать ли дополнительные свидетельства, уточнять решение, запускать верификацию или остановиться.
Эксперименты проведены с шестью генераторами и девятью coding‑бенчмарками.
Получаемое состояние belief формирует интерпретируемый показатель корректности, который превосходит token‑probability и raw tool‑success baselines для оценки неопределенности.