标签
该论文提出了任务条件化的智能体资源组合(AgentComposition),设计了一种基于检索、感知资源组合的生成方法,联合选择骨干模型并构建工具–技能组合,并在新提出的 AgentSelect-Exec 基准上进行了评估。该基准包含 5,060 个已执行配置,结果表明,该方法相较基线取得了显著提升。
本文研究了用于工具选择等封闭集决策的编码器可以做到多小,发现逐选项打分优于联合打分,并且68M/150M参数的联合编码器在毫秒级响应请求的同时,性能超过了435M参数的DeBERTa-v3零样本分类器。
Ogcode 的团队分享了其用户数据洞察:开发者安装大量技能和 MCP 工具,导致智能体选错工具并浪费高达 77% 的词元。他们正在研发能按需动态选择工具的解决方案,并向社区征集思路。
论文分析了 367,174 个 MCP 工具的元数据,通过受控干预实验发现,参数模式是影响大语言模型工具选择的最强因素,其影响超过工具名称和描述。研究指出,模式设计与工具排序会影响模型调用哪一种实现,即使这些实现的功能相同。
本文对两种系统一决策模型(开源权重的Laya与托管服务的Jev)在11个智能体框架决策点上进行了配对自审评估,发现Jev在11项任务中的9项上准确率显著更高,同时审计并纠正了此前多个导致部署结论失真的分析错误。
ToolSearcher 是一个强化学习框架,旨在通过类别约束判别和事件级搜索建模等技术,优化大型语言模型在庞大工具库中的工具选择,从而提升其在迭代搜索与工具组合任务中的性能。
Harness Router 是一个针对AI编码代理的决策层,通过使用Jev处理模糊性并使用MCTS评估多步后果,在执行前优化工具选择。
本文讨论了将 Jev 与 AI 代理中的 LLM 集成的设计模式,特别是当一次只暴露一个工具模式时,代理如何处理工具选择和规划。
Toollery是一种免训练的候选压缩框架,通过基于检索的方法提升了LLM代理工具和技能选择的可扩展性与效率。
作者更新了一个使用 Gemini Flash Lite 的只读分析代理项目,讨论了缓存效率低下和双语路由的挑战,并寻求日期处理的建议。
本文介绍了Gavel,这是一种通过线性投影从冻结LLM中引出原生技能路由的方法,实现了高效的工具选择而不会造成上下文过载,并在基准测试中超越了现有流程。
一位开发者描述了使用Node.js、TypeScript和Gemini Flash构建用于餐厅POS系统的只读分析代理,并寻求关于工具选择、数字验证技术和实现写入操作的模式的建议。
一项研究测量了16,893个会话,以分析像 Claude Code、Codex 和 Cursor 这样的AI编码代理如何选择工具(如数据库),发现在不同背景下推荐结果具有一致性。
本文通过关注任务明确性、访问需求、自主性、维护、成本和退出选项等关键问题,提供了一个评估AI智能体工具的实用框架,超越了功能比较。
作者观察到,给AI代理添加更多工具会增加分类复杂度,从而降低其选择正确工具的准确性;并且发现使用多个工具集更窄的小型代理可以提高可靠性。
本文介绍了一个关于多模态代理框架中技能发现与路由的案例研究,表明在提示中部分暴露技能可能会产生词汇竞争,从而阻碍正确选择,将小规模的上下文检索与大规模方法联系起来。
OpenMed 使用 Liquid AI 的 LFM2.5-VL-3B 模型分析了一张生成的皮肤图像,演示了在 Mac Studio 本地设备上进行区域映射和尺寸测量,以便进行视觉审查。
AI 智能体工具集中未使用的工具仍然会消耗令牌,并给工具选择增加噪音,因此智能体应只加载当前任务所需的工具。
本文引入“金丝雀工具”作为诊断探针,用于识别LLM智能体中特定的工具选择推理失败,提出了一个六类型分类法,并在8,640次任务运行中评估了八个模型,以展示能力层级差异和鲁棒性。
Ratel 是一个开源工具,通过使用 BM25 索引仅加载所需的工具(而不是所有可用工具),将输入令牌减少 79%,并提高了 AI 智能体的工具选择准确性。