ProgAgent

ProgAgent框架通过程序化训练增强LLM工具编排

研究人员推出了一种名为ProgAgent的新训练框架，旨在改进大型语言模型（LLM）在复杂、长周期任务中编排工具的能力。与可能遭受上下文衰减的传统直接工具调用（DTC）方法不同，ProgAgent通过可执行代码调用工具并在运行时变量中管理中间结果，从而利用程序化工具调用（PTC）。该方法在合成任务集上进行训练，与基线模型相比，已显示出更高的成功率，特别是在LOCA-bench上取得了30.7%的通过率，而其他模型得分为零。