Fasci di Capacità per la Riparazione Composizionale degli Harness degli Agenti

Un recente articolo su arXiv (2608.13228v1) presenta un approccio matematico volto ad affrontare i guasti negli harness degli agenti AI, che integrano recupero, instradamento, stato, provenienza e verifica. I ricercatori utilizzano un 'fascio di capacità' finito per modellare questi guasti, dove le fibre rappresentano firme di comportamento tipizzate, le mappe di restrizione preservano i campi condivisi e le esecuzioni accettate fungono da preziose sezioni globali. L'accettazione è definita da un problema di soddisfacimento di vincoli (CSP) finito e preciso, mentre una classe di coomologia relativa linearizzata offre capacità diagnostiche e di ricerca. In uno studio controllato che coinvolge 20 cluster di attività, il metodo incorpora mediatori interni nascosti con stati grezzi che agiscono come variabili di disturbo. Quozientando i loro cobordi, il budget candidato viene ridotto da 2.000 a 1.000 per cluster, e l'allineamento dello stato nascosto elimina il divario. Il CSP esatto si allinea con il quoziente, indicando l'invarianza rispetto a rappresentanti obsoleti. Il metodo è stato anche valutato utilizzando una suddivisione di scoperta dal benchmark SWE-bench M. L'articolo completo è accessibile all'indirizzo https://arxiv.org/abs/2608.13228.