يقدم الباحثون طريقة Mid-Harness، التي تقوم بأخذ عينات من الإجراءات المرشحة والتحقق منها عند حدود نموذج-أداة التحكم لتحسين موثوقية التنفيذ في وكلاء الطرفية. يخصص هذا النهج حوسبة وقت الاختبار من خلال التحقق من خيارات متعددة قبل إرسال واحدة للتنفيذ، مع الحفاظ على المولد وأداة التحكم دون تغيير.
- على TerminalBench-Lite، يؤدي استخدام مدقق GPT-5.6 Sol مع 8 إجراءات مُعَيَّنة إلى رفع Pass@1 من 50.00% إلى 68.03% مقارنة بالوكيل الأساسي.
- عندما يعمل TMAX-9B كمدقق، فإن التحقق الزوجي يحقق أفضل النتائج بين الآليات المُقيَّمة.
- يؤدي ضغط الاستجابات من مدقق أقوى داخل TMAX-9B إلى تحسين Pass@1 دون تغيير مولد الإجراءات.
- يجمع الجمع بين توسيع الإجراءات وتوسيع المسار باستخدام TMAX-9B في تحقيق نجاح أعلى بتكلفة تقديرية أقل للرموز مقارنة بتوليد المزيد من المسارات وحدها.
تحدد هذه النتائج توسيع الإجراءات كهدف واعد لتوسيع الحوسبة أثناء الاختبار في وكلاء الطرفية، مما يحسن الأداء عبر نماذج إضافية ومعايير وأدوات تحكم.