Авторы представляют RAGthoven, систему для SemEval-2026 Task 1, которая разбивает креативную генерацию текста на многоэтапный конвейер больших языковых моделей, основанный на теории вычислительного юмора. Финальная конфигурация дополняет Планировщик (Planner) генерацией с извлечением информации (retrieval-augmented generation) из курируемого корпуса шуток и оценивает агентные варианты по сравнению с неагентным базовым уровнем.
- RAGthoven делит 1 место с базовым уровнем Gemini 2.5 Flash в английском, испанском и китайском языках, с пересекающимися доверительными интервалами.
- В испанском языке он опережает базовый уровень на 42 сырых очка Эло (1182 против 1140).
- В английском (1045 против 1081) и китайском (1045 против 1053) языках базовый уровень сохраняет более высокий сырой рейтинг в рамках одной статистической группы.
- Агентные варианты, использующие вызовы инструментов в стиле ReAct или автономную оркестровку, не дали лучших результатов, несмотря на больший бюджет вызовов инструментов.
Результаты указывают на зависящую от языка убывающую отдачу от сложного многоэтапного промпт-инжиниринга и агентного структурирования после того, как в контур включена сильная модель переднего края.