ToolAtlas

ToolAtlas框架通过提供方侧记忆增强LLM代理工具的复用性

研究人员推出ToolAtlas，一个新颖的基于图的框架，旨在增强大型语言模型（LLM）代理工具知识的可复用性。与现有侧重于代理端优化的方法不同，ToolAtlas将可复用的工具知识集中在提供方侧，创建了一个持久的工具能力、限制和组合记忆。这种提供方侧记忆允许代理查询工具信息，从而在无需重新训练或任务特定探索的情况下，显著提高各种基准测试和代理框架的任务完成率。