tool-augmented-llm

本文形式化了工具增强型LLM代理中的持久语义实体（PSE），表明隐式状态会跨会话持续存在并可能被利用，所有测试模型都易受偏好和指令污染的影响。

ToolMenuBench是一个用于评估多步骤LLM代理中工具菜单过滤策略的基准测试。它表明，与未过滤的暴露相比，因果最小工具过滤显著提高了任务成功率并减少了Token使用量。