跳到主要内容
检索

# 工具调用大语言模型智能体

1 篇关联报道

订阅更新
  1. arXiv

    EdgeGen 从智能体政策文档中抽取合规规则并生成违反规则的数据库落地任务,在 tau2-bench 航空域把微调平均进度提升 2% 至 42%,并让 Gemma-4-e4b 的 harness 优化相对基线提升 30%

    EdgeGen 从智能体的政策文档中自动抽取合规规则,枚举规则违反组合,并用场景感知的 SQL 智能体把每个场景落到可执行的数据库状态上,再经数据落地与场景可行性双重校验后生成任务;与合成数据库生成方法组合后形成无需人工标注的闭环流水线,在 tau2-bench 航空域上微调带来 2% 至 42% 的平均进度提升,而部分基线方法在部分模型上出现退化,harness 优化在 Gemma-4-e4b 上相对人工整理与基线 harness 分别提升 10% 与 30%。

已读完全部报道