PulseAugur
中
实时 08:02:52
English(EN) Which Metadata Matters for LLM Tool Selection in MCP? Evidence from Controlled Factor-Level Interventions

研究发现LLM工具选择受参数模式的严重影响

作者 PulseAugur 编辑部 · [1 个来源] ·

一项发表在arXiv上的新研究调查了大型语言模型（LLM）如何在模型上下文协议（MCP）系统中选择工具。研究发现，定义工具如何接受输入的参数模式，比工具名称或描述对工具选择的影响更大。LLM倾向于选择具有独立顶级参数的工具，而不是分组或复合形式的参数。研究还表明，解释参数的描述可以增加选择率，而工具名称的效果则不太一致。最终，参数模式不仅影响工具的调用方式，还影响工具是否被选中，这表明模式设计和工具排序对MCP开发者至关重要。 AI

影响 这项研究强调了结构化元数据对于LLM工具选择的重要性，可能指导更有效的AI代理和系统的开发。

排序理由 发表在arXiv上的研究论文，详细介绍了LLM的行为。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究发现LLM工具选择受参数模式的严重影响

本文如何被排名

Signal score
19 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
发表在arXiv上的研究论文，详细介绍了LLM的行为。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiaofan Li, Fengchun Qiao, Xing Gao ·

    在MCP中，哪些元数据对LLM工具选择至关重要？来自受控因子水平干预的证据

    arXiv:2610.14334v1 Announce Type: new Abstract: In Model Context Protocol (MCP) systems, LLMs select tools from metadata rather than from their implementations. Names and descriptions summarize what a tool does, while the parameter schema specifies the fields a tool accepts and h…

相关实体

相关话题