State-Grounded Conditioning corrige direction drift em agentes LLM

O que aconteceu

O paper "State-Grounded Conditioning: Wrapping User-Facing LLM Agents Where Direction Depends on Live State" foi submetido ao arXiv em 23 de setembro de 2026 e publicado na categoria Computer Science > Artificial Intelligence, com o identificador arXiv:2609.27606v1. Os autores descrevem o State-Grounded Conditioning (SGC) como um princípio de design para agentes LLM voltados ao usuário final que dependem de estado ao vivo: estado de jogo, histórico de sessão e inventário em tempo real.

O SGC externaliza o controle dependente de estado em rule kernels sobre entradas estruturadas e três state slices principais. A arquitetura é dividida em três wrappers, chamados Perception, Grounding e Interaction, com dependências de condicionamento explícitas entre eles.

A classe de falha que o trabalho isola tem nome próprio: direction drift. A definição no resumo é direta. São respostas que completam a tarefa, mas cuja direção escolhida não se alinha ao estado corrente.

Contexto

A avaliação usou um benchmark anonimizado de 200 sessões, com aproximadamente 1.000 turnos de modelo assistente, extraído de um agente de coaching conversacional dentro de um jogo. Esse agente guia jogadores ao longo de partidas competitivas consecutivas, cenário onde o estado muda a cada rodada.

Foram reportadas a latência média do primeiro token e cinco métricas de qualidade de diálogo anotadas por humanos. As métricas cobrem, em conjunto, grounding factual e progressão de orientação no estilo de um coach.

Por que importa

O wrapper Perception mantém a latência média do primeiro token em 1,5 segundo. O PE-Agent, dentro de um harness de tool-use em produção, registra 6,1 segundos. A diferença é de cerca de quatro vezes.

Com os três wrappers habilitados, a acurácia de grounding no nível do turno sobe de 61,1% e 69,8%, obtidos por Prompting e PE-Agent, respectivamente, para 96,7%. No nível da sessão, o salto é de 20,0% e 26,5% para 83,5%. Os incidentes de falha de grounding em nível de sessão caem aproximadamente 78% em relação ao baseline mais forte.

Impacto

Uma ablação cumulativa mostra ganhos incrementais complementares conforme os wrappers são adicionados um a um. O SGC, portanto, não depende de uma peça única de arquitetura para funcionar.

O próprio resumo delimita o alcance do resultado. Os dados informam ortogonalidade aproximada entre as state slices, sem estabelecer efeitos independentes por wrapper. Quem for replicar a abordagem precisa levar essa ressalva em conta antes de tratar cada wrapper como módulo autônomo.

O contraste entre 20,0% de acurácia de grounding no nível da sessão no baseline de Prompting e 83,5% com o SGC completo indica onde a arquitetura age. Sessões longas, com múltiplos turnos e estado que muda entre partidas, são o ponto fraco dos agentes avaliados sem a camada de condicionamento.

O que muda

A proposta desloca o controle dependente de estado para fora do modelo, em regras sobre entradas estruturadas. Na prática, o agente deixa de inferir sozinho a direção adequada e passa a recebê-la de um kernel que consulta as state slices.

O ganho de latência do wrapper Perception também muda a conta de custo. Um agente de coaching que responde em 1,5 segundo sustenta uma conversa em ritmo de jogo competitivo. Em 6,1 segundos, o mesmo agente perde a janela em que a orientação ainda seria útil.

O que vem agora

O resumo não informa nomes de autores, instituições, disponibilidade de código ou de dataset. Também não há prazo divulgado para uma versão revisada por pares. O material disponível se limita ao arXiv:2609.27606v1, submetido em 23 de setembro de 2026.

FONTES

• arXiv cs.AI, State-Grounded Conditioning: Wrapping User-Facing LLM Agents Where Direction Depends on Live State, arXiv:2609.27606v1. https://arxiv.org/abs/2609.27606