온라인 에이전트를 위한 상태-경로 도구 메뉴: 메뉴는 이전의 처형이다.

인공지능 언어 모델은 다양한 도구를 통해 작동하지만, 실제 에이전트는 수천 개의 인터페이스를 포함하는 라이브러리를 처리해야 하므로 효율적인 도구 관리가 필요하다. 이를 위해 에이전트에게 실행하기 전에 보여지는 도구 메뉴를 도구의 짧은 순서 부분집합으로 정의한다. 에이전트는 이 메뉴에 있는 도구만 호출할 수 있으며, 다단계 작업은 최종 작업과 그 작업의 입력을 생성하는 이전 도구가 사용 가능한 순서로 작동한다.

도구 메뉴 학습

현재 생성기는 요청 관련성에 따라 도구를 순위하며, 이는 최종 작업을 드러내면서 명백하지 않은 생산자들을 빼거나 지연시킬 수 있다. 따라서 관찰 가능한 요청 상태에서 원하는 결과까지의 전역 경로를 실행 전 경로라고 부르며, 상태-경로 도구 메뉴를 학습하기 위해 제안한다. 이 프레임워크는 메뉴를 이러한 경로들의 실행 전과정을 취급하며, 인코더는 현재 상태에서 실행할 수 있는 도구, 출력이 후속 입력을 충족하는 방식, 훈련 경로에서 반복되는 순서를 표현한다. 상태-경로 메뉴는 도구 벤치에서 온라인 성공률을 높이고 검색, 재순위, 생성, 라우팅 기준선보다 에이전트를 변경하지 않고 우수한 성능을 나타낸다. 또한, 상태-경로 메뉴는 32개의 도구의 완전한 연쇄를 처리하지만 128개의 공식 도구 목록은 처리하지 못하며, 실행자 모델의 용량이 다를 때도 성공률 상승이 지속된다. 이러한 결과는 에이전트의 효율적인 도구 관리와 작업 처리 능력을 향상시킬 수 있는 가능성을 보여준다. 코드는 공개되어 있으며, 추가적인 연구와 개발을 통해 에이전트의 성능을 향상시킬 수 있을 것이다.