PLLM+ to nowy system opracowany w celu rozwiązania problemu konfliktów zależności w ekosystemie Python, gdzie niezgodne ograniczenia wersji, brakujące pakiety i niedokumentowane relacje kompatybilności powodują niepowodzenie wielu fragmentów kodu. Problem jest rzeczywisty i wpływa na pracę deweloperów na co dzień.
Sytem przyjmuje inteligentne podejście hybrydowe - najpierw uruchamia tanie, deterministyczne kroki jak analiza AST kodu czy statyczne wnioskowanie, następnie sprawdza bazę danych z historycznie udanymi konfiguracjami zależności z wcześniejszych konkursów, i weryfikuje kandydatów pakietów bezpośrednio na PyPI. Dopiero gdy te metody zawiodą, system przechodzi do bardziej złożonych napraw opartych na modelach językowych z klasyfikacją błędów i agentami Proposer i Critic. To podejście sprawdza się znakomicie - na benchmarku HG2.9K zawierającym prawie 2900 fragmentów, PLLM+ rozwiązał 1500 przypadków wobec 1169 dla poprzedniej wersji.
Najbardziej zaskakujący wynik: aż 1495 z 1500 udanych napraw pochodziło z ponownego użycia znanych konfiguracji, a LLM-owy fallback dostarczył zaledwie 5 dodatkowych rozwiązań. Średni czas naprawy spadł z prawie 6,5 minuty do zaledwie 1,2 minuty. To wykazuje, że dla problemu zależności Python, determinystyczne ponowne wykorzystanie wcześniej zweryfikowanych rozwiązań jest bardziej praktyczne niż zaangażowanie zaawansowanej sztucznej inteligencji. Wynik sugeruje też, że w przyszłości warto budować bardziej rozległy katalog znanych napraw przed sięganiem po drogie obliczeniowo modele.