跳到正文
arXiv · AI· Ke Shen, Ankita Bhaumik, Li Dong, Shengjie Liu, Shuzhen Li, Naveed Ahmed Janvekar·· 3 天前AI 评分29

ToolGraph 作为测试时扩展中工具使用智能体的 Q 函数

ToolGraph as a Q-Function for Test-Time Scaling of Tool-Use Agents

AI 导读

ToolGraph 将工具依赖编译为有向加权图,用于估计目标条件下的动作价值 Q(s,a,g)。 在两个基准和三个骨干模型上,基于 LLM 的估算器在平均 8.3 分上超越 PageRank 检索,因为纯结构估算器无法区分错误参数。 该研究发表于 NeurIPS 2026 的 PTA 研讨会,强调了读取具体状态对多步价值组成的必要性。

来源:arXiv · AI · arxiv.org