Newest papers

When the harness decides success: state that cannot be re-observed

Raimondas Lencevicius · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26632 · open-access PDF

Spanish

Los agentes deciden lo que un modelo de lenguaje ve a través de las vueltas: caen las vueltas antiguas, las resumen, o replican el propio razonamiento anterior del modelo. Preguntamos cuando estas opciones cambian si un agente tiene éxito, no sólo lo que cuesta, y reportan tres hallazgos. En primer lugar, en una sonda sintética pre-registrada, truncating la ventana de contexto cuesta un modelo de razonamiento de bajo coste nada en éxito cuando un hecho necesario se puede mirar hacia arriba de nuevo (se ve el hecho en su lugar), pero cae su éxito a la oportunidad cuando el hecho no puede ser re-observado: las dos penas difieren por 92.5 puntos porcentuales (90% CI [89.5, 95.5]).

Machine translation (Meta M2M100); the English original follows.

Abstract

Agent harnesses decide what a language model sees across turns: they drop old turns, summarize them, or replay the model's own earlier reasoning. We ask when these choices change whether an agent succeeds, not only what it costs, and report three findings. First, in a pre-registered synthetic probe, truncating the context window costs a low-cost reasoning model nothing in success when a needed fact can be looked up again (it looks the fact up instead), but drops its success to chance when the fact cannot be re-observed: the two penalties differ by 92.5 percentage points (90% CI [89.5, 95.5]).

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange