PulseAugur
中
实时 19:23:05
实体 tool calling

tool calling

PulseAugur coverage of tool calling — every cluster mentioning tool calling across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
9
90 天内 23
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 4
层级分布 · 90 天
主题
关系
情绪 · 30 天

4 天有情绪数据

LAB BRAIN
observation expired 置信度 0.85

Tool-calling accuracy is highly dependent on provider implementation, not just the core LLM.

The recent Moonshot analysis highlights that even with identical K2 model weights, tool-calling accuracy varies significantly (84.63% to 100%) across 15 providers. This suggests that the engineering and deployment choices made by each provider are critical factors influencing the practical performance of tool-calling capabilities, impacting metrics like tool_call_f1 and schema_accuracy.

hypothesis expired 置信度 0.60

New pipelines enabling 'act while listening' will become standard for spoken AI agents within 6 months.

The development of a synthetic spoken-dialogue pipeline that allows agents to act upon identifying tools and arguments mid-utterance addresses a key latency challenge. This innovation, demonstrated by researchers achieving a tool-state macro-F1 score of 0.48, is likely to be adopted by major spoken agent platforms to improve responsiveness and user experience.

hypothesis expired 置信度 0.75

Enterprise chatbot frameworks will increasingly integrate explicit 'tool calling' as a core feature for task execution.

The convergence of enterprise chatbot development guides, AI agents performing tasks beyond answering questions, and practical examples like Java developers using Spring AI for tool calling indicates a strong trend. Tool calling is becoming a fundamental capability for enabling chatbots to interact with corporate applications and execute actions, moving them from simple Q&A to functional digital assistants.

查看全部假设 →

最近 · 第 1/2 页 · 共 24 条
  1. TOOL · CL_359639 ·

    新的开放标准旨在连接不同的 AI 代理

    Agent2Agent Protocol (A2A) 是一项新兴的开放标准,旨在促进来自不同开发者的 AI 代理之间的通信和任务委托。该协议允许代理使用 HTTP 相互发现、分配任务和共享结果。作为补充,“工具调用”概念使大型语言模型能够通过执行具有特定参数的命名函数与外部软件进行交互,从而使 AI 代理能够查询数据并执行操作。此外,“子代理”的概念提出了一种分层结构,其中主代理可以生成专门的代理来管理各自上下文窗口内的单个任务,只将…

  2. TOOL · CL_355101 ·

    发布了用于 AI 代理通信的新开放标准和概念

    一项名为 Agent2Agent Protocol (A2A) 的开放标准已被提出,以使来自不同供应商的 AI 代理能够相互发现、委派任务并交换结果。该协议通过 HTTP 进行通信。此外,还引入了“子代理”的概念,子代理是由主代理生成的 AI 代理,用于在其自己的上下文窗口内管理特定的委派任务,只返回其工作摘要。工具调用,一种大型语言模型请求软件执行具有结构化参数的命名函数,也被详细介绍为 AI 代理查询数据和执行操作的方式。

  3. TOOL · CL_326119 ·

    K2模型在15家提供商处的工具调用准确率差异巨大

    Moonshot的一项新分析显示,为同一K2模型提供服务的15家不同提供商在工具调用准确率方面存在显著差异。尽管底层模型权重完全相同,但性能差异(准确率在84.63%至100%之间)归因于部署和工程方面的差异,而非模型缺陷。该研究强调了两个关键指标:tool_call_f1,衡量调用工具的决策;以及schema_accuracy,评估传递给工具的参数的有效性。分析指出,每次调用准确率的微小差异在会话中会被放大,从而影响代理的性能。

  4. TOOL · CL_325301 ·

    企业聊天机器人开发指南:API、MCP、函数调用和工具调用

    本指南探讨了企业聊天机器人的开发,详细介绍了它们如何从简单的响应系统演变为能够执行公司应用程序内操作的数字助手。它涵盖了 MCP(可能指特定的框架或方法论)、API 集成、函数调用和工具调用等关键概念,这些概念使聊天机器人能够与外部服务交互并执行任务。

  5. TOOL · CL_324759 ·

    新流程使语音代理在倾听时即可采取行动

    研究人员开发了一种新颖的合成语音对话流程,以解决语音代理中的延迟挑战。该流程生成带有标注的对话,指示识别工具及其参数的最早时间点,使代理能够在倾听时即可采取行动,而不是等待整个回合完成。该系统构建了一个包含 26,694 个对话、跨越 48 个领域、总计 786 小时的语料库,并包含用于评估的 $\tau^2$-bench 的音频渲染。在该数据上训练的全模态语言模型在工具状态宏 F1 分数上达到了 0.48 和 0.47,与传统的回合…

  6. COMMENTARY · CL_320937 ·

    AI代理现已执行超越回答问题范围的任务 · 跟踪2个来源

    人工智能正从仅仅回答问题演变为主动执行任务。这一转变涉及能够执行搜索、打开文件和运行代码等操作的AI代理。实现这一过渡的基本概念是AI代理、工具调用和MCP。

  7. TOOL · CL_314382 ·

    Java 开发者使用 Spring AI 和工具调用构建 AI 衬衫推荐器

    本文详细介绍了如何使用 Java 和 Spring AI 构建一个用于推荐衬衫的 AI 代理。文章阐述了将 LLM 连接到特定数据(如产品目录)的重要性,并演示了工具调用如何使 AI 能够执行 Java 方法以检索数据。该架构将关注点分离为控制器、服务、代理和工具层,从而实现独立测试和更轻松的维护。该示例利用了 OpenAI 的 GPT-4o mini 模型和 Spring Boot,为将 LLM 集成到 Java 应用程序中的开发人…

  8. TOOL · CL_311979 ·

    AI 代理获得文件管理、安全工具执行和无密码登录的新工具

    为了应对 AI 代理与外部系统和数据交互的挑战,涌现出多种新工具和协议。LayerFS 提供了一个专为 AI 编码代理设计的专用文件系统,通过内容寻址、仅追加对象实现大规模并行处理和高效存储。同时,MCP(模型上下文协议)旨在标准化 AI 应用与工具和数据的连接,降低自定义集成的复杂性。安全性是重点,讨论包括将模型输出视为不可信输入、为工具执行实施强大的策略评估以及使用短期凭证。1Password 也通过一种允许 AI 代理在不接触用…

  9. COMMENTARY · CL_310414 ·

    AI 代理:区分 MCP、API、RAG 和工具调用

    本文讨论了模型上下文协议 (MCP),这是 AI 代理领域出现的一个概念。它澄清了 MCP 与其他相关概念(如应用程序编程接口 (API)、检索增强生成 (RAG) 和工具调用)的区别。本文旨在区分这些术语,以便更好地理解它们在开发 AI 代理中的作用。

  10. TOOL · CL_286404 ·

    使用模型上下文协议构建银行AI助手

    本文详细介绍了使用模型上下文协议(MCP)开发银行AI助手。文章探讨了从传统的工具调用方法到MCP的转变,强调了在银行业创建更复杂的AI应用的优势和实际实现。

  11. RESEARCH · CL_271168 ·

    新的CorrGRPO方法增强了语言模型的多元奖励学习

    研究人员推出了一种名为相关性归一化GRPO(CorrGRPO)的新方法,用于训练具有多个奖励信号的推理语言模型。这种新方法解决了标准组相对策略优化(GRPO)中大规模奖励可能掩盖较小奖励的局限性。CorrGRPO将成对协方差归一化为皮尔逊相关系数,确保不同奖励成分的影响更加均衡。该方法已在0.5B到8B参数的模型上,在代码生成、工具调用和代理安全任务中展现出改进。

  12. TOOL · CL_261102 ·

    新的 Node.js 库可保护 LLM API 调用免受间歇性 JSON 错误的影响

    一个名为 `@coder12-z/llm-shield` 的新 Node.js 库已被开发出来,用于解决与 OpenAI 的 GPT-4o mini、Anthropic 和 Gemini 等大型语言模型交互时出现的间歇性 JSON 解析错误。这些错误通常源于网络损坏、流截断或格式错误的模型输出,可能导致请求意外失败。`llm-shield` 库提供了一个简洁的解决方案,只需少量配置即可自动处理重试和清理工具调用参数,从而防止常见的 `…

  13. COMMENTARY · CL_259981 ·

    AI 代理:理解工作流、工具调用和隐藏的逻辑漏洞

    本文深入探讨了 AI 代理的细微差别,区分了简单的工作流和能够进行工具调用的更复杂的代理。它强调了 AI 代理如何陷入循环,并探讨了在 AI 结对编程中可能出现的微妙逻辑漏洞,其中生成的代码可能看起来正确但包含隐藏的行为错误。

  14. COMMENTARY · CL_251428 ·

    AI产品技术:工具调用、MCP、代理、工作流和RAG详解

    文章解释了包括工具调用、MCP(模型中心编程)、代理、工作流和检索增强生成(RAG)在内的各种AI技术如何在AI产品中相互关联并经常一起使用。它旨在阐明这些概念之间的区别和重叠之处,表明它们并非完全独立,而是构建复杂AI应用程序的互补组成部分。

  15. TOOL · CL_248865 ·

    Python 教程详细介绍 Text-to-SQL 代理,将工具定义与其实现分开

    本教程演示了如何通过将工具定义与其实现分离开来,在 Python 中构建一个 Text-to-SQL 代理。该方法涉及将模型详细信息、系统提示和数据库模式放在仪表板中以便于修改,而只有数据库查询和列验证等操作的 Python 函数体保留在代码存储库中。这种分离允许提示工程师在不进行代码部署的情况下更新工具描述,尽管这需要仔细对齐这两个信息源。

  16. TOOL · CL_230070 ·

    开发者可以通过了解 token 定价和成本节约机制来估算 LLM API 成本

    估算使用大型语言模型 (LLM) API 的成本需要了解其定价基于 token,其中输出 token 的成本远高于输入 token。开发者可以使用一个考虑输入和输出 token 数量及其每百万 token 的相应价格的公式来计算基本成本。然而,由于重试、工具调用往返和扩展推理等因素,实际成本可能会更高,因此需要比初始估算高出 20-50% 的缓冲。降低成本的关键措施包括为不同任务选择合适的模型、限制输出长度、实施 prompt 缓存以…

  17. TOOL · CL_218952 ·

    新的基准测试 ToolRobustBench 诊断 LLM 工具调用失败

    研究人员推出了 ToolRobustBench,这是一个新的基准测试,旨在评估和诊断工具调用代理的失败情况。工具调用代理是使用外部工具完成任务的 LLM 系统。该基准测试系统地引入了四类扰动——工具接口、用户意图、工具输出/观察和运行时环境——以查明工具使用流程中的具体失败点。涉及多个 LLM 和工具的实验揭示了鲁棒性显著下降,其中工具输出/观察扰动被确定为主要瓶颈,凸显了对更鲁棒的工具调用能力的需求。

  18. TOOL · CL_202836 ·

    大型语言模型 API 集成:从演示走向稳健的生产系统

    本文讨论了将大型语言模型 (LLM) 与实际 API 集成的挑战和最佳实践,旨在从基本演示走向稳健的生产系统。文章强调应将 LLM API 交互视为一种为智能但可能鲁莽的实习生设计的 API,并着重指出对模型生成的参数进行严格的运行时验证的必要性。作者提倡采用一种“先模式”的方法,使用 Zod 等工具来定义和验证参数,确保业务规则通过编程强制执行,而不是仅仅依赖提示。此外,文章还强调了根据上下文、对话状态以及读/写分离来仔细限定 LL…

  19. TOOL · CL_184255 ·

    LLM代理通过新的“代码模式”方法大幅减少令牌使用量

    一种名为“代码模式”的新方法旨在显著减少大型语言模型在与多个工具交互时所需的令牌数量。代码模式允许LLM生成一个直接调用必要工具的脚本,而不是将所有工具定义和中间结果串行化到模型的上下文窗口中。然后,该脚本在一个安全的沙箱中执行,只有最终输出会返回给模型。这种方法在某些任务中已证明可将上下文令牌使用量减少99%以上,从而解决了传统工具调用方法的扩展性问题。

  20. TOOL · CL_182505 ·

    Liquid AI发布了能够支持手机上128K上下文的2.6B模型

    Liquid AI发布了LFM2.5-2.6B,这是一款专为本地AI应用设计的紧凑型语言模型。尽管其参数量仅为26.9亿,但该模型拥有128K的上下文窗口并支持工具调用,使其适用于多步代理工作流。初步基准测试表明,在特定任务上,其性能可与Qwen3.5-9B等更大模型相媲美,尽管编码和知识密集型工作仍有改进空间。该模型的效率得到了其报告速度的体现,包括在手机上达到30 tokens/秒的速度和低于2.5 GB的内存使用量,这表明其在设…