研究者らは、長期ホライズンのLLMエージェントにおける可変システム指示の検証の難しさを解決するために、Graph-Regularized Agentic Context Evolution (GRACE)を提案した。GRACEは永続的な指示を型付き意味グラフとして保持し、局所的近傍内で更新を検証してから、増分的なテキスト編集として再構築する。

  • 制御された分布シフトプロトコル下で、$\tau^2$-bench由来の固定テレコムエージェントハーネスで評価された。
  • 5回の反復Acrossで厳格な信頼性（pass^3）を0.091から0.673±0.136に向上させ、Gemini 3.1 Proのゼロショット参照値0.242および平坦テキストベースラインの0.191±0.051を上回った。
  • 信頼性のある進化のための必須要件として、局所検証のための構造的基盤と、使用可能な蓄積コンテンツのための統合メカニズムを特定した。

このアプローチは、コンテキストを型付きグラフとして保持することが、長期運用時の更新における効果的な検証と有用性を可能であることを示している。