selective-invocation

本文通过实验测试了配备GNN工具的LLM代理是行使判断力还是盲目服从工具，发现代理在97.6%–99.2%的情况下与GNN保持一致，且更强的骨干模型服从得更彻底。这种服从的代价并不会随能力提升而减少，选择性调用仍然是一个开放问题。

提出了SelSkill，一个双粒度偏好学习框架，学习在智能体任务中何时调用技能，在ALFWorld上将任务成功率提升10.9%，在BFCL上提升5.7%。