reasoning-trace-confound

本文研究了LLM智能体在长时间交互过程中如何因计划信息被从上下文中驱逐而丢失。通过重放配对和压缩压力测试，作者展示了标准智能体不会将计划作为持久状态携带，并提出了衡量计划信号衰减的诊断方法。