编码代理的贝叶斯控制

现代编码代理将大语言模型生成器与多种工具（包括低成本诊断和高成本验证器）相结合。现有的编排器通常依赖固定规则且忽略不确定性。本文将编排问题 formulat 为成本敏感的序贯假设检验：贝叶斯控制器维护对候选代码正确性的信念，并动态决定是收集更多证据、优化候选、进行验证还是停止。在六个生成器和九个编码基准上的实验表明，当验证成本高且批评者信息丰富但不完美时，贝叶斯控制最具价值。此外，其信念状态提供了可解释的正确性评分，在不确定性量化方面优于基于令牌概率和原始工具成功率的基线方法。