一项题为“匹配的能力,不同的行为”的新研究探讨了语言代理的接口表示,特别是模型上下文协议(MCP)和命令行界面(CLI),如何显著影响它们的行为和性能。研究人员发现,即使代理具有相同的可执行能力,通过不同接口呈现这些能力的方式也会导致任务成功率和交互成本的巨大差异。该研究还引入了一种名为解耦动作实现和目标修复(DART)的方法来解决这些特定于接口的问题,该方法提高了基准测试分数并降低了代币成本。 AI
影响 语言代理的接口设计对于性能和效率至关重要,它影响着模型与工具和环境的交互方式。
排序理由 该集群包含一篇关于语言代理接口研究的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- command-line interface
- DART
- Decoupled Action Realization and Targeted Repair
- MatcheD Capabilities, Different Behaviors: A Controlled Study of MCP and CLI Interfaces for Language Agents
- Matched Interface Comparison and Analysis
- Mica
- Model Context Protocol
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →