研究人员发现,在 LLM 代理评估工具调用参数时存在一个“推导差距”,即如果值缺乏明确的文本参考,法官就越不可能接受正确的值。即使值是默认值或推断值,这种差距仍然存在,并且法官会优先考虑可见的错误参考而不是隐藏的正确参考。为了解决这个问题,开发了一个名为 DeRef 的新模型,为法官提供必要的参考,从而显著提高了多个基准测试中参数评估的准确性。 AI
影响 通过解决特定的评估差距,引入了一种提高 LLM 代理执行任务可靠性的方法。
排序理由 该集群包含一篇详细介绍改进 LLM 代理性能新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Hugging Face
- Judges Follow the Reference: The Derivation Gap in Verifying Tool-Call Arguments
- LLM agents
- System One
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →