arXiv · cs.AI· Devansh Singh, Shreya Gopalan, Sundaraparipurnan Narayanan·· 1 天前
研究审计 ToolUniverse 代理—工具交互中的静默失败
Silent Failures in Agent-Tool Interaction: An Audit of ToolUniverse
arXiv:2609.26836v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Devansh Singh, Shreya Gopalan, Sundaraparipurnan Narayanan
研究任务与主要进展
作者研究 ToolUniverse 中代理与科学工具交互链的静默失败，基于15个科学工具、7个失效位置及人工验证与自动测试识别出91例。材料显示，缺失数据或字段以及搜索、过滤或排序标准不一致最常见，52例位于API层、25例位于封装层，可能向下游传播为看似有效的科学输出；当前结论仅依据论文摘要。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org