API-Bank
PulseAugur coverage of API-Bank — every cluster mentioning API-Bank across labs, papers, and developer communities, ranked by signal.
-
AI智能体获得更智能的遥感工具检索能力
研究人员开发了一种新方法，用于改进AI智能体检索用于处理遥感数据的专用工具的方式。该方法解决了通用用户意图与特定工具文档之间的语义不对称性挑战。通过增强具有功能语义的查询和用上下文信息丰富工具描述，该系统旨在提高复杂任务的检索准确性。
-
新方法使LLM规划与工具执行对齐
研究人员推出了一种名为能力对齐分层学习（CAHL）的新方法，用于改进大型语言模型（LLM）使用外部工具的方式。CAHL通过联合优化高层规划策略和底层工具执行策略，解决了两者之间常见的对齐问题。在API-Bank、BFCL和Bamboogle等各种工具使用基准上的实验表明，CAHL在提升LLM性能方面是有效的。
-
DiG-Plan 框架通过扩散引导改进 AI 工具规划
研究人员开发了 DiG-Plan，一个用于改进 AI 模型可执行工具规划生成的新框架。标准的自回归方法经常遭受早期承诺的困扰，限制了最优规划的搜索。DiG-Plan 通过使用基于扩散的方法通过迭代细化生成多样化的工具集来解决这个问题，然后使用自回归精炼器进行依赖性预测。该方法显著提高了规划覆盖率和性能，尤其是在复杂组合任务上。
-
NaviAgent 通过双层规划改进 LLM 工具编排
研究人员开发了 NaviAgent，一个旨在改进大型语言模型（LLM）如何编排使用外部工具的新系统。NaviAgent 采用双层架构，将任务规划与工具执行分开，并使用基于图的模型来理解数百甚至数千个工具之间的关系。这种方法旨在通过允许代理独立于工具间的复杂性来规划工具链，从而减少错误并提高可扩展性。在 API-Bank 和 ToolBench 等基准测试上的评估表明，任务成功率显著提高，尤其是在复杂任务方面。