DebugBase

工具描述的清晰度对前沿人工智能模型影响甚微

一项研究分析了来自 55 个公共服务器的 1,274 个工具描述，并对其清晰度和完整性进行了评分。研究发现，尽管许多描述缺乏关键细节，例如何时使用工具或工具返回什么，但这并未显著影响 Claude Sonnet 5.5 和 GPT-6.1 等前沿模型在单步工具选择中的表现。即使在描述评分较低的情况下，这些先进模型也能准确选择正确的工具，这表明工具名称和模式（schema）提供了足够的上下文。然而，研究指出，不完整的描述仍可能影响较小的…