研究人员开发了ToolLIFT，一个旨在增强大型语言模型（LLM）代理工具规划可泛化性的新框架。该方法将工具特定的使用轨迹提升到函数级工作流图（FWG），从而能够更好地在不同工具集之间转移经验。ToolLIFT包含一个用于共享协作经验的轨迹提升机制、解耦的工作流规划和工具选择，以及具有专门奖励的强化学习，以确保可靠的数据流。在多个基准测试上的实验表明，ToolLIFT在未见过的工具上具有卓越的性能和泛化能力。 AI
影响 增强了LLM代理在工具使用和规划方面的能力，可能带来更复杂的AI助手。
排序理由 该集群包含一篇详细介绍LLM工具规划新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- function-level workflow graph
- ID benchmarks
- large language model
- OOD benchmarks
- reinforcement learning
- ToolLIFT
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
