BRIA提出分支式工具调查方法提升大工具库任务表现

Anna Mazhar、Seiji Maekawa、Nikita Bhutani在arXiv（2610.22688）发布论文，提出BRIA（BRanch-Inspect-Adopt）Agent：将候选工具分别置于独立分支中执行调查，再依据调查结果只采纳有用的工具，并按需检索更多工具。 论文在PlanBench-XL和MCP-Atlas上评测，使用共享的1897个工具池、三个语言模型，对比静态与自适应检索基线。作者称，在MCP-Atlas上BRIA平均claim score为89.77，对比MCP-Zero的75.40，提升14.37个百分点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。