学习重写工具描述以实现可靠的 LLM-Agent 工具使用

基于LLM的代理的性能不仅取决于代理本身，还取决于它所使用的工具接口的质量。虽然之前的工作主要集中在代理微调上，但工具界面（包括自然语言描述和参数模式）仍然主要以人为本，并且常常成为瓶颈，特别是当代理必须从大型候选工具集中进行选择时。改进工具界面的现有方法依赖于执行跟踪，这在冷启动或隐私受限的设置中经常不可用，并且通常独立优化每个工具，从而限制了对不可见工具的可扩展性和泛化。我们提出了 Trace-Free+，这是一个课程学习框架，可逐步将监督从富含跟踪的设置转移到无跟踪的部署，鼓励模型抽象可重用的接口使用模式和工具使用结果。为了支持这种方法，我们使用结构化工作流程在不同的工具集合上构建了高质量工具界面的大规模数据集。 StableToolBench 和 RestBench 上的实验显示，当候选工具的数量扩展到 100 多个时，未见过的工具会获得一致的收益、强大的跨域泛化性和鲁棒性，这表明工具界面优化是对代理微调的实用且可部署的补充。