Трекер состояния и проверка обоснованности: как не дать агенту ходить по кругу при диагностике

Если агент при расследовании предлагает то, что сам отверг пять шагов назад, он не глупый. Он забыл. В тесте на симуляторе кофемашины у открытых моделей Nemotron повторы и упор в лимит ходов случались на порядок чаще, чем у коммерческих. Метод позволяет вести большую языковую модель (LLM) по поиску бага, поломки или причины падения метрики без хождения по кругу. Фишка: каждый ход начинай с блока «проверено, отвергнуто, осталось», а гипотезу перед проверкой отдавай отдельной модели-судье. Трекер состояния превращает «помни историю» в «читай список». Судья режет слабые идеи: точность первой попытки у Nemotron 120B выросла с 32% до 65%.