论文页面 - ProgAgent：通过程序化训练学习工具编排

来源：https://huggingface.co/papers/2610.14774

摘要

大语言模型（LLM）日益被期望在长时程任务中编排多种工具。现有智能体通常采用直接工具调用（Direct Tool Calling, DTC）方式，即模型按顺序调用工具，而工具的响应会不断累积在模型上下文中，这可能导致上下文退化（context rot）和编排失败。与之相对，程序化工具调用（Programmatic Tool Calling, PTC）通过可执行代码调用工具，并将中间结果存储在运行时变量中，而非追加到上下文里。此前的研究主要将 PTC 作为推理时的优化手段，但其在智能体训练中的益处尚不明确，且适合的可验证训练任务十分稀缺。

在本工作中，我们提出了 ProgAgent，一个完整的 PTC 训练流程，包含一个合成可验证长时程任务的流水线、一个轻量级 PTC 运行时，以及一个两阶段训练方案。仅使用在四种环境规模下实例化的 215 个任务，ProgAgent 在四个基准测试中的通过率均高于规模相当的已评估基线。在 LOCA-bench 上，ProgAgent-14B 在 64k token 的环境状态下取得了 30.7% 的通过率，而这些基线的得分均为零。跨运行环境的实验表明，无论采用哪种评估接口，经过 PTC 训练的模型都优于经过 DTC 训练的模型，这表明 PTC 训练的收益超越了接口本身。

查看 arXiv 页面 (https://arxiv.org/abs/2610.14774) 查看 PDF (https://arxiv.org/pdf/2610.14774) 项目页面 (https://llleoli.github.io/ProgAgent) GitHub (https://github.com/hkust-nlp/ProgAgent) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.14774)

在你的智能体中获取此论文：

hf papers read 2610.14774

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2610.14774 即可从此页面链接。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.14774 即可从此页面链接。

引用此论文的 Space 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2610.14774 即可从此页面链接。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 即可从此页面链接。