通过熵引导分支实现大工具空间中的长时程计划执行

大语言模型（LLM）显著推动了工具增强型智能体的发展，使其能够通过API交互进行自主推理。然而，在庞大工具库中执行多步任务仍然充满挑战，原因在于两个关键瓶颈：(1) 缺乏严格的计划级评估框架；(2) 大规模工具集与长时程规划带来的广阔决策空间所需的计算开销。为弥合这些缺口，我们首先推出SLATE（Synthetic Large-scale API Toolkit for E-commerce），一个面向工具集成智能体自动化评估的大规模上下文感知基准。与静态指标不同，SLATE容纳多样但功能有效的执行轨迹，并揭示出当前智能体在自我纠正与搜索效率方面表现挣扎。受这些发现启发，我们随后提出熵引导分支（Entropy-Guided Branching, EGB），一种不确定性感知的搜索算法，在预测熵较高的位置动态扩展决策分支。EGB优化了探索-利用权衡，显著提升了任务成功率与计算效率。在SLATE上的大量实验表明，我们的双重贡献为在工具丰富环境中开发可靠且可扩展的LLM智能体提供了坚实基础。