PulseAugur
中
实时 07:45:30
English(EN) PCTD: Preference-Guided Counterfactual Task Decomposition for Agent Tool Retrieval

新框架通过逆事实分解增强 AI 代理工具选择 · 跟踪 2 个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 MagicSelector 和 PCTD，这两种新颖的框架旨在通过将模糊指令分解为可执行子任务来改进代理工具选择。这些方法利用逆事实奖励来量化分解对检索排名的因果增益，从而防止奖励破解并增强对域外场景的泛化能力。两种框架都在新构建的 MTDTool 基准上进行了评估，与现有的最先进方法相比，在工具检索准确性、分解质量和域外泛化能力方面均表现出优越的性能。 AI

影响 这些框架可以提高 AI 代理在复杂、多步任务中的可靠性和效率。

排序理由 该集群包含两篇关于 AI 代理工具选择新框架的学术论文，已提交至 arXiv。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新框架通过逆事实分解增强 AI 代理工具选择 · 跟踪 2 个来源

报道来源 [2]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Fei Huang ·

    MagicSelector：通过反事实分解和渐进式重排序实现代理工具选择的联合优化

    We present MagicSelector, a joint optimization framework integrating Counterfactual task decomposition, Progressive reranking, and Dynamic Top-K, designed to address the fundamental challenges of tool retrieval in agents. MagicSelector is a specialized framework capable of transl…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Fei Huang ·

    PCTD：用于智能体工具检索的偏好引导反事实任务分解

    Task decomposition aims to transform ambiguous instructions into executable atomic subtasks, thereby guiding high-precision tool retrieval. However, our analysis reveals that directly adopting tool retrieval metrics, i.e., Recall or NDCG, as rewards for task decomposition can eas…

相关实体

相关话题