arXiv cs.CL· Tanish Kher, Sarvesh DK, Abedelkadir Asi, Sparsha Chennarayapatna Sundaresh, Dezhi Hong·· 2 天前AI 评分32
TRACER：面向 LLM 智能体的轨迹感知工具检索
TRACER: Trajectory-Aware Tool Retrieval for LLM Agents
AI 导读
TRACER 是一种面向 LLM 智能体的工具检索前端，用 trie 索引已观测到的工具调用序列，并通过学习到的经验先验与上下文先验混合排序后续调用。在零售与电信混合的 τ² 环境中，它让 GPT-5.4 的工具选择准确率提升 4.7 个百分点，每步输入 token 减少 80%，仅暴露 128 个工具中的 5 个。
正文 · AI 翻译
摘要：现代智能体从工具注册表中选取工具，但暴露整个注册表会带来高昂的 token 成本，且随着注册表增长可能损害选择效果。我们提出 TRACER，一种检索前端，它将观测到的工具调用序列索引到 trie 中，并使用经验先验与上下文先验的学习融合对后续调用进行排序。在零售与电信混合的 $\tau^2$ 环境中，TRACER 将 GPT-5.4 的工具选择准确率提升 4.7 个百分点，同时将每步输入 token 减少 80%，仅暴露 128 个工具中的 5 个。在自主全轮次执行中，它以每步减少 61% 的输入 token 达到与 GPT-5.4 全注册表相当的任务成功率。在六个环境和四个模型中，TRACER 在 24 个模型-环境组合中的 21 个上相比全注册表选择提升了工具选择准确率，平均提升 6 至 10 个百分点；三个例外最多落后 2.2。我们分析了两种模式下的失败案例，以确定未来工作的方向。
| 评论： | 21 页，7 幅图，23 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| ACM 分类： | I.2.7；I.2.6；H.3.3 |
| 引用为： | arXiv:2610.21267 [cs.CL] |
| （或 arXiv:2610.21267v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21267 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Tanish Kher [查看电子邮件]
[v1]
2026 年 10 月 15 日星期四 05:00:58 UTC（67 KB）
来源：arXiv cs.CL · arxiv.org