शोधकर्ताओं ने STRACE (Structural TRajectory Analysis and Causal Extraction) पेश किया, जो एक फ्रेमवर्क है जिसे निष्पादन ट्रेस से उच्च सिग्नल-टू-नॉइस संदर्भ बनाकर दीर्घकालिक एजेंट्स को अनुकूलित करने के लिए डिज़ाइन किया गया है। विधि अतिरेक और विषम डेटा की असंयतता को हल करती है, बैच स्तर पर विफलता पैटर्न खोदकर अतिरेक को फ़िल्टर करने द्वारा।
- बैच स्तर पर, STRACE अतिरेक ट्रेस को फ़िल्टर करने और प्रतिनिधित्व वाली विफलताओं को बनाए रखने के लिए विफलता पैटर्न खोदता है।
- चयनित ट्रेस के भीतर, यह वास्तविक मूल-कारण मॉड्यूल की पहचान करने के लिए पाठ निर्भरता ग्राफ पर काउज़ल लोकलाइजेशन करता है और गैर-काउज़ल चरणों को हटाता है।
- VeruSAGE-Bench औपचारिक सत्यापन कार्य पर, STRACE ने सफलता दरों को 42.5% से 58.5% तक बढ़ाया, जो मानव विशेषज्ञ द्वारा डिज़ाइन किए गए एजेंट्स की तुलना में 1.4x सुधार है।
फ्रेमवर्क कारण-संबंधित महत्वपूर्ण सबूतों को त्यागे बिना सटीक अनुकूलन संकेत प्रदान करके मानक संदर्भ-फ़िल्टरिंग बेलाइनों से काफी बेहतर प्रदर्शन करता है।