ToolAnchor：锚定反事实上下文以增强代理工具使用能力

arXiv:2607.14145v1 公告类型：新 摘要：工具增强的大型语言模型代理擅长执行长期任务，但它们通常是在固定工具集上进行后训练的。当任务需要新工具时，这些智能体很难有效地整合它们，而且从头开始重新训练通常是不切实际的。我们将此类工具集扩展问题的核心障碍确定为行为惯性：尽管可以使用新工具，但代理仍倾向于依赖熟悉的工具和已建立的推理模式。我们证明，在关键决策点注入反事实锚上下文可以打破这种惯性，通过引发被抑制的代理能力来恢复失败的轨迹。为了扩展这种洞察力，我们提出了 ToolAnchor，这是一个框架，它使用教师模型来假设这些反事实背景，通过学生展示来验证它们，并通过代理后培训将成功的干预措施内化。对通用人工智能助手 (GAIA)、文本搜索 (BrowseComp) 和视觉搜索 (VDR-Bench) 任务的广泛评估表明，ToolAnchor 在扩展的工具集下始终表现出有竞争力的性能。我们的工作弥合了静态训练后和动态适应之间的差距，为可扩展的代理强化学习开辟了一条新路径。