Cet article examine un mode d'échec des évaluateurs à valeur espérée par étapes pour les itinéraires de venture générés par LLM, où des plans stratégiques peuvent obtenir des scores plus élevés en devenant moins explicites grâce à la suppression de transitions internes.
- La proposition 1 définit le changement de score lors de la suppression d'une transition interne tout en retargetant son prédécesseur et en conservant la valeur en aval.
- L'analyse d'une cohorte de 26 itinéraires figés a montré que les 57 suppressions admissibles correspondaient toutes à l'identité analytique, chaque itinéraire ayant au moins une suppression améliorant le score.
- Un optimiseur cherchant à maximiser le score a trouvé des structures non couvertes battant la ligne de base dans 21 des 26 itinéraires sans connaître le mécanisme d'exploitation.
- Le système GATE a refusé la libération du score pour les 26 itinéraires silencieusement modifiés et a réparé 47 des 54 révisions suivantes vers une structure couverte.
- Un co-auteur adaptatif conscient du compilateur a exposé que les contournements du canal d'obligation restaient cohérents entre les conditions, tandis que les planchers de coûts indexés par delta ont réduit les itinéraires « honnêtes » battus de 6/6 à 3/6.
Les auteurs soutiennent que si un plan obtient un meilleur score uniquement parce qu'il omet un travail nécessaire, l'évaluation crée une incitation à l'omission plutôt qu'elle ne reflète une amélioration. PCSC est introduit pour détecter et neutraliser les épissures d'omission postérieures aux enregistrements d'état typés médiatisés par le modèle.