Forschende unter der Leitung von Wei‑Xiang Mao haben TaReD vorgestellt, eine werkzeugbewusste rekursive Zerlegungstechnik für KI-Agenten, die externe Werkzeuge nutzen müssen. Die Methode erstellt eine Hierarchie der Werkzeugfähigkeiten und ermöglicht es dem Agenten, Werkzeuge nur bei Bedarf zu entdecken. In Experimenten mit realen Aufgaben, die sich über einen längeren Zeitraum erstrecken, steigerte TaReD den Gesamterfolg um bis zu 40 Prozentpunkte gegenüber bestehenden Baselines. Der Code ist auf GitHub für alle verfügbar.
Warum es wichtig ist
Entwickler von KI-Assistenten können komplexe Abläufe zuverlässiger bewältigen, ohne zuvor alle Werkzeugdefinitionen laden zu müssen.
