TaReD方法提升AI使用工具完成复杂任务的成功率

由Wei‑Xiang Mao领衔的研究人员发布了TaReD，这是一种面向需要调用外部工具的AI智能体的工具感知递归分解技术。该方法构建工具能力层级，让智能体只在需要时才发现工具。在真实世界的长周期任务测试中，与现有基线方法相比，TaReD将整体任务成功率最多提高了40个百分点。代码已发布在GitHub，供所有人试用。