工具调用 Agent 的调用级可靠性

英文标题：Invocation-Level Reliability of Tool-Using Agents

该论文指出，工具调用 Agent 的失败主要有两类：选择了错误的工具，或为正确工具构造了错误参数。任何一种早期调用失败都可能在后续流程中被静默放大，导致最终结果失真。作者提出以“正确调用率”衡量 Agent 的工具调用可靠性，并将工具选择正确性与参数构造正确性区分开来评估。这一指标有助于开发者定位 Agent 在工具编排和参数生成环节的具体薄弱点。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB