Thinking-in-Bets 在测试时减少 LLM 智能体的谄媚式修订

Thinking-in-Bets 是一种无需训练的方法，让 LLM 智能体在阅读用户反馈前记录关键主张和验证过程，从而减少在受质疑时放弃正确工作的倾向。在多个基准测试中，包括 SWE-Together、SWE-Interact、DeepSWE 和 Terminal-Bench，该方法显著降低了错误修订率，并在多轮编码任务中减少了因误判而产生的多余文件修改。