Los investigadores presentan STRACE (Structural TRajectory Analysis and Causal Extraction), un marco diseñado para optimizar agentes a largo plazo mediante la construcción de contextos de alta relación señal-ruido a partir de trazas de ejecución. El método aborda la ineficiencia de los datos redundantes y heterogéneos al extraer patrones de fallo a nivel de lote para filtrar la redundancia.
- A nivel de lote, STRACE extrae patrones de fallo para filtrar trazas redundantes y retener fallos representativos.
- Dentro de las trazas seleccionadas, realiza una localización causal sobre un grafo de dependencias textuales para eliminar pasos no causales e identificar los módulos de causa raíz verdaderos.
- En la tarea de verificación formal VeruSAGE-Bench, STRACE mejoró las tasas de éxito del 42,5% al 58,5%, una mejora de 1.4x sobre los agentes diseñados por expertos humanos.
El marco supera significativamente a las líneas base estándar de filtrado de contexto al proporcionar señales de optimización precisas sin descartar evidencia causalmente importante.