นักวิจัยเปิดตัวเครื่องมือใหม่ช่วย LM agent ทำงาน reasoning และ verification ได้แม่นยำขึ้น

มี 4 งานวิจัยใหม่ออกมาพร้อมกันเกี่ยวกับการทำให้ LM agent ทำงาน reasoning ได้ดีขึ้น AgenticInterpBench เป็น benchmark ใหม่ที่ช่วยให้ agent อธิบาย circuit ใน mechanistic interpretability ได้ มี 84 circuits พร้อม 163 annotations VeryTrace เป็น framework ที่แปลง chain-of-thought เป็น DSL ที่ compile ได้ เพื่อจับ error ตั้งแต่ขั้นตอนแรก PrologMCP เป็น server ที่ให้ LM เรียกใช้ Prolog solver ผ่าน MCP protocol แบบ stateful ส่วนงานวิจัย DL-Lite ทำให้ reasoning แบบ defeasible ใน description logic ทำงานได้เร็วขึ้นด้วย rational closure ทั้งหมดมุ่งแก้ปัญหาที่ LM มักพลาดในงาน multi-step reasoning ลึกๆ