计算机科学 > 软件工程
[提交于 2025年7月21日
]
标题: 工具链中的蝴蝶效应:对LLM工具代理系统中失败参数填充的全面分析
标题: Butterfly Effects in Toolchains: A Comprehensive Analysis of Failed Parameter Filling in LLM Tool-Agent Systems
摘要: 工具代理范式的出现拓宽了大型语言模型(LLM)的能力边界,使其能够完成更复杂的任务。 然而,由于执行过程中出现的参数故障问题,该范式的有效性受到限制。 为了探索这一现象并提出相应的建议,我们在本文中首先构建了一个参数故障分类法。 我们从主流工具代理的调用链中推导出五种故障类别。 然后,我们通过应用15种输入扰动方法到输入中,探讨了三种不同的输入源与故障类别之间的相关性。 实验结果表明,参数名称幻觉故障主要源于LLM的固有局限性,而输入源的问题主要导致其他故障模式。 为了提高工具代理交互的可靠性和有效性,我们提出了相应的改进建议,包括标准化工具返回格式、改进错误反馈机制以及确保参数一致性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.