AI summary2 แหล่ง· วันนี้ · 11:08

งานวิจัยหลายชิ้นชี้ LLM agents ใช้ tool เกินจำเป็น พร้อมเสนอแนวทางคัดกรองและควบคุม tool call

งานวิจัยจาก arXiv หลายชิ้นในเดือนนี้ชี้ให้เห็นปัญหา tool overuse ใน LLM agents อย่างเป็นระบบ โมเดลมักเรียกใช้ external tools ทั้งที่ตอบได้จากความรู้ภายใน (tool overuse illusion) และทุก tool call มีต้นทุนแฝงทั้ง token และ latency (tool-use tax) งานวิจัยเสนอแนวทางแก้ไขหลายแบบ เช่น ToolDNS ที่ใช้ DNS infrastructure เพื่อ semantic tool discovery, ToolGate ที่กรอง tool call ก่อน execute, Contract2Tool ที่เรียนรู้ precondition และ effect ของแต่ละ tool, และ activation steering ที่ควบคุมพฤติกรรมการใช้ tool โดยตรง ข้อมูลนี้มีประโยชน์สำหรับ dev และ PM ที่กำลังออกแบบ agentic workflow เพราะช่วยให้ตัดสินใจได้ว่าเมื่อไหร่ควรให้ agent ใช้ tool และเมื่อไหร่ควรให้ตอบจากความรู้ภายในแทน

02
แหล่งข่าว
03
ประเด็น
วันนี้ · 11:08
อัปเดต
  • LLM agents มีแนวโน้มใช้ tool เกินจำเป็น โดยเฉพาะเมื่อมีความรู้ภายในเพียงพอ (tool overuse illusion)
  • ทุก tool call มีต้นทุนแฝงด้าน token และ latency ซึ่งอาจไม่คุ้มค่าในบางกรณี (tool-use tax)
  • งานวิจัยเสนอแนวทางควบคุม tool use เช่น ToolGate, Contract2Tool, และ activation steering เพื่อเพิ่มประสิทธิภาพ
แหล่งต้นทาง · 12

ลิงก์ต้นทางอยู่ครบ เพื่อให้เปิดอ่านเต็มและเทียบข้อมูลเองได้

แชร์
ข่าวที่เกี่ยวข้อง