Lomekwi：LLM智能体的资源受限工具发现

现有工具使用基准为复杂多步任务报告单一成功率。受认知科学思想启发，我们区分工具使用与工具发现，并把后者分解为好奇心（模型发现构建工具所需部件的能力）、识别（模型发现工具制造过程的能力）与效率（模型创建后使用工具的能力）。我们展示该框架可应用于现有发现任务（如Voyager）。此外，我们提供证据表明识别能力随模型规模反向扩展（inverse scaling），并引入并分析一类组合博弈来证明这一点。我们还在一个为模拟真实任务而设计的独立环境中观察到反向扩展现象。