arXiv · cs.AI· Xiaoxuan Dong, Jin Zhang, Zichen Yuan, Yue Zhou, Zihao Rao, Dexu Yu, Tingyong WU, Wenhao Deng, Junchen Fu, Pengwei Sun, Yang Ran, Bo Lan, Yongxin Ni, Youhua Li·· 5 小时前
大语言模型智能体提出面向零样本工具选择的渐进验证框架
From Relevance to Validity: Zero-Shot Tool Selection via Functional and Contextual Validation
arXiv:2610.20388v1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：Xiaoxuan Dong, Jin Zhang, Zichen Yuan, Yue Zhou, Zihao Rao, Dexu Yu, Tingyong WU, Wenhao Deng, Junchen Fu, Pengwei Sun, Yang Ran, Bo Lan, Yongxin Ni, Youhua Li
研究任务与主要进展
大语言模型智能体研究提出一种渐进式零样本工具选择框架，将语义相关性、基于端点的功能兼容性和任务条件化的情境证据结合起来。基于论文摘要，该方法在跨领域和跨数据集迁移中持续改善工具能力排序，在功能或情境歧义较大时增益更高；消融结果支持两类验证的互补作用，但具体实验规模和条件未说明。
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