Yize Cheng

LLM工具使用揭示了模型自适应必要性中的“知行差距”

研究人员为大型语言模型（LLM）引入了工具必要性的新定义，该定义考虑了模型特定的能力。该定义揭示了在算术和事实问答任务中，四种模型之间观察到的工具使用行为与实际必要性之间存在显著不匹配，比例从26.5%到54.0%不等。研究还确定了LLM工具使用中的“知行差距”，即模型常常难以将其对工具必要性的识别转化为实际的工具调用行为，大多数不匹配发生在这一认知到行动的过渡过程中。