HTAA：通过混合工具集代理化和适应增强 LLM 规划

使 大语言模型 能够扩展并可靠地使用数百种工具对于实际应用至关重要，但由于扁平工具调用架构固有的低效率和错误累积，这也具有挑战性。为了解决这个问题，我们提出了混合工具集代理化和适应（HTAA），这是一个用于可扩展工具使用规划的分层框架。我们提出了一种新颖的工具集代理化范例，它将经常共同使用的工具封装到专门的代理工具中，从而减少规划者的行动空间并减少冗余。为了确保有效的协调，我们设计了非对称规划器适应，这是一种基于轨迹的训练范例，通过向后重建和前向细化使高级规划器与代理工具保持一致。为了验证 HTAA 的性能，我们基于中国最大的在线大型网约车平台的 POI 验证工作流程，在真实的内部数据集 InfoVerify 上进行了实验，该数据集具有长视野可执行工具轨迹。 InfoVerify 和广泛使用的基准测试表明，与强基准相比，HTAA 始终能够实现更高的任务成功率，需要较短的工具调用轨迹，并且显着降低了上下文开销。此外，在生产部署中，HTAA 大大减少了手动验证工作和运营成本，证明了其实际功效。