PYTHALAB-MERA：针对 Frozen-LLM 编码智能体 的基于验证的记忆、检索和验收控制

基于本地 LLM 的 编码智能体 越来越多地在通过执行反馈、持久状态和有界修复而不是通过单个流畅答案获得正确性的设置中工作。静态检索、长上下文提示、自我精炼、执行反馈修复和对模型权重的强化学习都解决了此设置的一部分，但它们并没有共同提供基于验证的情景记忆、自适应检索动作选择、延迟贡献分配和围绕冻结本地模型的结构技能重用。我们推出 PYTHALAB-MERA，这是一种用于本地验证条件代码生成的轻量级外部控制器。冻结语言模型提出完整的源文件；控制器决定哪些记忆记录和 AST 派生技能应进入下一个提示，通过快速失败管道验证每个候选者，将验证结果转换为有界形状的奖励，并通过 TD(lambda) 式资格跟踪传播延迟信用。我们将实施评估为具有严格验证门的强化学习编码任务的本地 CLI 工件。在具有 3 个任务、3 次重复和 3 次尝试预算的测量硬 RL 设置中，PYTHALAB-MERA 通过了 8/9 的严格验证；自我优化基线和研究的 GRACE 扩展均通过了 0/9。这些结果支持了一个故意限制的主张：在这个记录的设置中，外部存储和检索控制器提高了验证的成功率。它们没有建立通用代码合成、最先进的性能、形式程序正确性或形式安全性。