Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Tool-Aufruf”
Forschung

<p>LLM-Agenten mit Tool-Integration: Lineare Fehlerentwicklung nach Martingale-Analyse</p> <p>In einer neuen Studie von Forschern auf arXiv wird erstmals ein theoretisches Modell vorgestellt, das die Fehlerentwicklung von KI-Agenten, die externe Tools nutzen, systematisch untersucht. Die Autoren zeigen, dass die kumulative Verzerrung bei solchen Agenten linear mit der Anzahl der Tool-Aufrufe wächst, während die Abweichungen mit hoher Wahrscheinlichkeit im Rahmen von <em>O(√T)</em> bleiben. Dieses Ergebnis s

arXiv – cs.AI
Forschung

<p>ET-Agent: Trainingsrahmen zur Optimierung von Tool-Integrationsagenten</p> <p>Large Language Models (LLMs) können ihre Wissensgrenzen erweitern, indem sie das Tool-Integrated Reasoning (TIR)-Paradigma nutzen. Bisher konzentrieren sich die meisten Trainingsansätze jedoch vor allem auf die Genauigkeit der Antworten und vernachlässigen dabei die spezifische Ausrichtung der Verhaltensmuster. Das Ergebnis: Agenten zeigen häufig ineffiziente Handlungen bei TIR-Aufgaben, etwa unnötige oder zu wenige Tool-Aufruf

arXiv – cs.AI