Rohan Paul

新的微软+清华大学论文发现，当法学硕士获得运行的结构化视图时，代理故障更容易诊断。 长时间的代理运行是混乱的。早期的错误可能会造成以后的症状，因此法学硕士阅读整个历史可能会归咎于错误的步骤。 让法学硕士有条理地进行，而不是原始的对话；这将 GPT-5.1 精确本地化从 3.63% 提高到 31.35%。 更好的代理调试在很大程度上取决于运行的表示方式，而不仅仅是判断模型的强度。 这个问题还没有解决；精确定位仍然只有 31.35%，但在要求法学硕士解释问题所在之前，将结构化跟踪和显式故障检查作为系统的一部分。