arXiv cs.AI· Yinhong Liu, Zhili Tan, Zilin Wang, Zhijiang Guo·· 11 小时前AI 评分47
LLM 智能体的动作空间塑造：测量与缓解工具 Schema 偏差
Action-Space Shaping for LLM Agents: Measuring and Mitigating Tool-Schema Bias
AI 导读
研究提出“schema bias（Schema 偏差）”现象：同一可执行动作经不同但功能等价的工具定义暴露时，LLM 智能体表现并不一致。作者构建含九种重写算子的可执行转换框架，在最多 32 种 schema 变体上评测 11 个 LLM（含 2 个闭源模型），成功率仅因 schema 不同就从完全失败跨越到 97%。
正文 · AI 翻译
摘要：大型语言模型（LLM）在给定固定工具 schema 的情况下，在工具使用智能体任务上表现出色。然而，工具 schema 并不是智能体的动作空间；它只是动作空间的一种接口表示。同一个可执行动作可以通过许多功能等价但形式不同的工具定义来暴露，而一个真正学会某项任务的智能体应当在所有这些定义下表现一致。我们表明，当前的智能体往往并非如此，我们将这一现象称为 schema 偏差。为了系统地研究这一问题，我们引入了一个可执行变换框架，它使用九种算子重写原生工具 schema，包括合并与拆分工具、改变单个工具的表达方式，以及将一个动作分配到多个相互依赖的调用中。任务、可执行动作和可达状态保持不变，因此成功率的任何变化都只能归因于接口本身。我们在多达 32 种 schema 变体上评估了十一个 LLM（包括两个闭源模型），考察 schema 偏差有多大、如何表现、能否在不进行完整评估的情况下预测某个 schema 变体的难度，以及训练能否消除它。我们发现，即使对最新的模型而言，schema 偏差也相当显著：仅因 schema 不同，成功率就从完全失败到 97% 不等。要可靠地估计 schema 难度，需要运行目标查询的一小部分样本。只有当某个 schema 变体出现在训练数据中时，训练才能修复该变体。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2609.34971 [cs.AI] |
| （或 arXiv:2609.34971v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.34971 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yinhong Liu [查看邮箱]
[v1]
2026年9月28日星期一 11:52:43 UTC（403 KB）
[v2]
2026年10月16日星期五 07:18:49 UTC（403 KB）
来源：arXiv cs.AI · arxiv.org