ToolCompass：引导而非抑制工具试错
原文标题：Toolcompass: Guiding Tool Trialing, Not Suppressing It
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出ToolCompass后训练框架，通过按共享功能组织工具调用表示来引导LLM智能体的工具试错，避免浪费交互预算同时保留必要探索。方法将每个功能类建模为von Mises-Fisher分布，无需真实调用轨迹或访问未见工具，也无推理开销。在AppWorld与FTRL上，OOD任务成功率最高提升10.71个百分点。
- 问题
- LLM智能体在部署时面对未见工具，试错浪费交互预算或抑制必要探索。
- 方法
- ToolCompass按共享功能组织工具调用表示，将每个功能类建模为von Mises-Fisher分布，无需真实调用轨迹或访问未见工具。
- 结果
- 在AppWorld与FTRL上，OOD任务成功率最高提升10.71个百分点，优于竞争基线。
- 影响
- 为智能体工具泛化提供无推理开销的后训练方案，可直接用于提升工具调用成功率。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ToolCompass按功能组织工具调用表示，AppWorld OOD任务成功率最高提升10.71个百分点。
- •将每个功能类建模为von Mises-Fisher分布，缩小类内差异、扩大类间分离
- •把已见工具经验迁移到功能相似的未见工具，引导探索远离无关选项
- •无需真实调用轨迹、无需访问未见工具、无推理开销
- •在AppWorld与FTRL上对GRPO、RFT、DMPO均有一致增益
- •AppWorld OOD任务成功率较原始后训练最高提升10.71个百分点
为什么重要：为智能体工具泛化提供低成本后训练方案，适合关注工具调用预算与OOD泛化的团队。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。