В препринте KDASO, опубликованном на arXiv 4 ноября 2026 года, исследователи описали метод автоматической оптимизации исполняемых навыков для определения ответственности. Он обновляет библиотеку по недавним данным, уточняет навыки по траекториям рассуждений языковой модели и выбирает подходящие элементы с учётом контекстного бюджета. Авторы сообщают о результатах на задачах райдхейлинга, юридического определения ответственности и логического рассуждения; это результаты их экспериментов, а не независимая проверка редакции. Препринт KDASO на arXiv.
Для каких задач предназначен KDASO
Метод рассчитан на задачи, в которых по описанию события нужно определить, должна ли конкретная сторона нести ответственность. В работе рассматриваются adjudication в райдхейлинге, юридическое определение ответственности и логическое рассуждение. Навыки в системе — исполняемые элементы, предназначенные для сопоставления описанных обстоятельств с предметной логикой.
Как обновляются и отбираются навыки
Авторы выделяют три проблемы существующих подходов: библиотеки навыков могут устаревать вслед за изменением сценариев, исполнение модели может расходиться с заложенной в описание логикой, а разросшийся набор навыков — не помещаться в контекстное окно.
KDASO предлагает для этого три связанных механизма. Сначала метод выводит новые навыки из недавних данных о похожих случаях. Затем анализирует траектории рассуждений языковой модели и уточняет навыки с учётом их фактического исполнения. Наконец, маршрутизация отбирает навыки для конкретной задачи с учётом доступного контекстного бюджета.
Что заявлено в результатах
По сообщению авторов, в экспериментах на задачах райдхейлинга, юридического определения ответственности и логического рассуждения KDASO превзошёл использованные универсальные и специализированные базовые методы. Для переноса навыков на сценарии, схожие по концептам, авторы заявляют улучшение на 8,96%. Они также сообщают о сохранении прироста при непрерывной оптимизации.
Эти показатели относятся к экспериментам, описанным авторами препринта. Представленные результаты не устанавливают, что метод даст такой же эффект на иных данных или в реальных спорах: работа исследует конкретные задачи и наборы данных, а независимых редакционных измерений нет.
Границы применения
KDASO предлагает способ поддерживать и выбирать библиотеку исполняемых навыков, но сам по себе не подтверждает правильность решения об ответственности в реальном деле. Перенос результатов за пределы исследованных сценариев потребует отдельной оценки; выводы о сравнительной эффективности здесь основаны на экспериментах авторов препринта.
