表示决定精度:LLM Agent 数据使用最小化判定的维度与封闭性:实验数据与代码

本记录是论文《表示决定精度:LLM Agent 数据使用最小化判定的维度与封闭性》的配套材料,包含 M0 参考判定引擎、全部实验脚本、构造数据与实验输出,以及论文插图源文件。 包内文件 mingate-m0_code_data.zip:判定引擎 mingate/、实验 experiments/、数据构造与评测 scripts/、构造数据 data/、实验输出 results/、单元测试 tests/、LoRA 训练配置 train/ figures.zip:论文 7 张插图的 SVG 源文件与 PNG 位图 README.md:环境、复现命令与论文各节的对应关系 复现:Python 3.9 及以上,核心实验仅用标准库,无第三方依赖,无 GPU 需求。单元测试与六个实验脚本均可在单机 CPU 上复跑,输出与 results/*.json 一致。涉及模型的部分需要 transformers、peft 与一块 GPU,模型为 Qwen2.5-7B-Instruct 与 Qwen2.5-1.5B-Instruct,实验在 RTX PRO 6000 上完成。 实验内容:命题 1 的闭式解在 600 例独立采样上逐例命中;四档判定口径在 120 个构造任务上对照,对象级外泄 36800 个单元格,结构化列集为 0;值层三档消融与一档对抗书写;规范扰动与规范写错两组探针,后者 180 例。参数级部分为构造任务,形态参考 Coding 助理的真实查询,不是真实数据库流量。 已知简化:定界冲突检测采用路径前缀近似;内容类别检测作为外部输入;P* 聚合取朴素目录级泛化。