Исследователи предлагают Graph-Regularized Agentic Context Evolution (GRACE) для решения проблемы проверки изменяемых системных инструкций в long-horizon LLM agents. GRACE сохраняет постоянные инструкции в виде типизированного семантического графа, проверяя обновления в локальных окрестностях перед их реконструкцией как инкрементальных текстовых правок.
- Оценено на фиксированном телеком агентном harness, полученном из $\tau^2$-bench под протоколом контролируемого distribution-shift.
- Улучшена строгая надёжность (pass^3) с 0.091 до 0.673±0.136 по пяти репликациям, превысив zero-shot reference Gemini 3.1 Pro на уровне 0.242 и baseline flat-text на уровне 0.191±0.051.
- Выявлены структурные субстраты для локальной верификации и механизмы консолидации для пригодного накопленного контента как ключевые требования для надёжной эволюции.
Подход демонстрирует, что поддержание контекста в виде типизированного графа обеспечивает эффективную верификацию и удобство использования при долгосрочных операционных обновлениях.