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

Portuguese

Os agentes decidem o que um modelo de linguagem vê em turnos: eles deixam cair turnos antigos, os resumem ou reproduzem o próprio raciocínio anterior do modelo. Perguntamos quando essas escolhas mudam se um agente é bem sucedido, não apenas o que custa, e relatam três achados. Primeiro, em uma sonda sintética pré-registrada, truncating a janela de contexto custa um modelo de raciocínio de baixo custo nada de sucesso quando um fato necessário pode ser olhado novamente (ele olha o fato em vez disso), mas reduz seu sucesso para a chance quando o fato não pode ser re-observado: as duas penalidades diferem por 92.5 pontos percentuais (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