Hanjun Luo, Xuecheng Liu, Xiucheng Zhang, Zhuoning Xu, Yingbin Jin, Yankai Chen, Xue Liu, Hanan Salam · 2026 · arXiv
DOI: 10.48550/arXiv.2610.24949 · open-access PDF
코딩 에이전트 뒤의 언어 모델은 결과 보상으로 후련되며 최근의 방법은 결과를 결정하는 회전에 신용을 집중합니다. 우리는 작업이 필요로하는 것 이상의 방어 행동이 둘 다 탈출한다는 것을 발견합니다. 그들은 조용한 포크에서 시작하며, 각각의 다음 행동이 동일한 결과로 이어지는 회전입니다. 그러한 행동은 성공률을 변경하지 않고, 경계 모델은 암시 예산에 따라 결정적인 행동의 91%까지 불균형한 지점을 차지합니다. 가장 직접적인 수정, 경로 보상의 체커는 완전히 비례한 경로를 통해서만 이러한 포크에 도달합니다.
Machine translation (Meta M2M100); the English original follows.
Language models behind coding agents are post-trained with outcome rewards, and recent methods concentrate credit on the turns that decide the outcome. We find that defensive actions beyond what a task requires escape both. They begin at silent forks, the turns where every next action leads to the same outcome. Such actions leave the success rate unchanged, and frontier models take the disproportionate branch there in up to 91% of decisive actions under implicit budgets. The most direct fix, a checker in the trajectory reward, reaches these forks only through fully proportionate trajectories,
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.24949, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange