Даже с явным лимитом времени ИИ-агент либо выходит за рамки, либо «дожидает» остаток. И...
Даже с явным лимитом времени ИИ-агент либо выходит за рамки, либо «дожидает» остаток. Исследование проверило, могут ли небольшие LLM-агенты соблюдать бюджет времени и использовать его продуктивно. Тестировали Qwen3.6-27B на пяти задачах MLE-Bench Lite и Qwen3-4B на Zork I. Бюджет в промпте агенты не переводят в контроль времени — не хватает обратной связи и оценки длительности действий. Передача тайминга через обвязку заметно повышает соблюдение бюджета у Qwen3.6-27B без потери качества; GRPO даёт почти идеальное соблюдение на Zork I и переносится на невиданные бюджеты, но на MLE-Bench результат не улучшает. Главная граница: агенты вовремя останавливаются, но дополнительное время не превращают в лучший результат — заполняют повторами. Это данные одной работы по двум бенчмаркам, не универсальный вывод. 🔹 Первый Нейронный