Исследователи во главе с Вэй-Сян Мао представили TaReD — метод рекурсивной декомпозиции с учётом инструментов для ИИ-агентов, которым требуется использовать внешние инструменты. Метод выстраивает иерархию возможностей инструментов и позволяет агенту находить их только по мере необходимости. В экспериментах с реальными задачами, требующими длительной последовательности действий, TaReD повысил общий показатель успешного выполнения задач на величину до 40 процентных пунктов по сравнению с существующими базовыми методами. Код опубликован на GitHub и доступен всем желающим.
Почему это важно
Разработчики ИИ-ассистентов могут повысить надёжность выполнения сложных рабочих процессов, не загружая сразу описания всех инструментов.
