# TRACER ускоряет выбор инструментов для ИИ-агентов

> Новый интерфейс TRACER помогает большим языковым моделям точнее выбирать инструменты, используя меньше токенов. В тестах расход токенов сократился на 80%.

Oossa · 2026-10-16 · https://oossa.com/ru/tracer-speeds-up-tool-selection-for-llm-agents

Исследователи представили TRACER — систему поиска, которая помогает агентам на базе больших языковых моделей выбирать подходящий инструмент из обширного реестра. Система хранит последовательности прошлых вызовов инструментов в префиксном дереве и ранжирует возможные следующие инструменты, используя данные и контекстные подсказки. В экспериментах GPT‑5.4 с TRACER выбирала нужный инструмент на 4,7 процентного пункта чаще, даже когда ей показывали только 5 из 128 инструментов. При этом расход входных токенов на шаг снижался примерно на 80%.

## Насколько лучше работает система?

В шести тестовых средах и на четырех языковых моделях TRACER превзошла подход с полным реестром в 21 из 24 сочетаний модели и среды. Средний прирост точности выбора инструментов составлял от 6 до 10 процентных пунктов; в трех случаях, когда результат был хуже, отставание не превышало 2,2 пункта. В полном автономном цикле выполнения задачи система показала такой же общий успех, как GPT‑5.4, но использовала на 61% меньше входных токенов на шаг.

## Что это значит для пользователей

Разработчикам ИИ-помощников, которым нужно обращаться к внешним сервисам — например, проверять наличие товара или подключать тариф мобильной связи, — TRACER поможет ускорить работу и снизить расходы: языковой модели потребуется отправлять гораздо меньше токенов. Меньшее число токенов также снижает вероятность упереться в ограничение контекста модели, если доступно много инструментов.

## Факты

- В среде, сочетающей розничную торговлю и телекоммуникации, TRACER повышает точность выбора инструментов GPT‑5.4 на 4,7 процентного пункта.
- TRACER сокращает расход входных токенов на шаг примерно на 80%, показывая только 5 из 128 инструментов.
- При полном автономном выполнении задачи система сохраняет прежний уровень успеха, используя на 61% меньше токенов на шаг.
- В шести средах и на четырех моделях TRACER превосходит подход с полным реестром в 21 из 24 сочетаний модели и среды.
- Средний прирост точности составляет от 6 до 10 процентных пунктов; в трех случаях с худшим результатом отставание не превышает 2,2 пункта.

## Почему это важно

Разработчики смогут создавать более быстрых и менее затратных в эксплуатации помощников, которым нужно отправлять языковой модели меньше токенов. Для пользователей это может означать более быстрые ответы, когда ИИ нужно узнать цену, забронировать услугу или получить данные из внешней системы.

## Источники и ссылки

1. [TRACER: Trajectory-Aware Tool Retrieval for LLM Agents](https://arxiv.org/abs/2610.21267) – arXiv cs.IR, 2026-10-16

Обновлено: 2026-10-16