English(EN) Model-Adaptive Tool Necessity Reveals the Knowing-Doing Gap in LLM Tool Use

LLM工具使用揭示了模型自适应必要性中的“知行差距”

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-26 04:00

研究人员为大型语言模型（LLM）引入了工具必要性的新定义，该定义考虑了模型特定的能力。该定义揭示了在算术和事实问答任务中，四种模型之间观察到的工具使用行为与实际必要性之间存在显著不匹配，比例从26.5%到54.0%不等。研究还确定了LLM工具使用中的“知行差距”，即模型常常难以将其对工具必要性的识别转化为实际的工具调用行为，大多数不匹配发生在这一认知到行动的过渡过程中。 AI

影响强调了LLM代理可靠性方面的一个关键改进领域，重点关注内部决策到外部行动的转化。

排序理由研究论文发表在arXiv上，详细介绍了一种新的LLM工具使用定义和分析。[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 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 研究论文发表在arXiv上，详细介绍了一种新的LLM工具使用定义和分析。[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]

arXiv cs.AI TIER_1 English(EN) · Yize Cheng, Chenrui Fan, Mahdi JafariRaviz, Keivan Rezaei, Soheil Feizi · 2026-10-26 04:00

模型自适应工具的必要性揭示了大型语言模型工具使用中的知行差距

arXiv:2605.14038v3 Announce Type: replace Abstract: Large language models (LLMs) increasingly act as autonomous agents that must decide when to answer directly vs. when to invoke external tools. Prior work studying adaptive tool use has largely treated tool necessity as a model-a…

本文如何被排名

报道来源 [1]

模型自适应工具的必要性揭示了大型语言模型工具使用中的知行差距

相关实体

相关话题