Buchumschlag

What Affects the Stability of Tool Learning? An Empirical Study on the Robustness of Tool Learning Frameworks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Chengrui, Shi, Zhengliang, Wen, Yuntao, Chen, Xiuying, Han, Peng, Gao, Shen, Shang, Shuo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TTPA: Token-level Tool-use Preference Alignment Training Framework with Fine-grained Evaluation
von: Huang, Chengrui, et al.
Veröffentlicht: (2025)

Divide-Then-Aggregate: An Efficient Tool Learning Method via Parallel Tool Invocation
von: Zhu, Dongsheng, et al.
Veröffentlicht: (2025)

Tool Learning in the Wild: Empowering Language Models as Automatic Tool Agents
von: Shi, Zhengliang, et al.
Veröffentlicht: (2024)

Dissecting Tool-Integrated Reasoning: An Empirical Study and Analysis
von: Zhao, Yufeng, et al.
Veröffentlicht: (2025)

Retrieval Models Aren't Tool-Savvy: Benchmarking Tool Retrieval for Large Language Models
von: Shi, Zhengliang, et al.
Veröffentlicht: (2025)

Learning to Use Tools via Cooperative and Interactive Agents
von: Shi, Zhengliang, et al.
Veröffentlicht: (2024)

Planning and Editing What You Retrieve for Enhanced Tool Learning
von: Huang, Tenghao, et al.
Veröffentlicht: (2024)

360$^\circ$REA: Towards A Reusable Experience Accumulation with 360° Assessment for Multi-Agent System
von: Gao, Shen, et al.
Veröffentlicht: (2024)

ToolSword: Unveiling Safety Issues of Large Language Models in Tool Learning Across Three Stages
von: Ye, Junjie, et al.
Veröffentlicht: (2024)

ReTool: Reinforcement Learning for Strategic Tool Use in LLMs
von: Feng, Jiazhan, et al.
Veröffentlicht: (2025)

ToolACE-R: Model-aware Iterative Training and Adaptive Refinement for Tool Learning
von: Zeng, Xingshan, et al.
Veröffentlicht: (2025)

FamilyTool: A Multi-hop Personalized Tool Use Benchmark
von: Wang, Yuxin, et al.
Veröffentlicht: (2025)

RoTBench: A Multi-Level Benchmark for Evaluating the Robustness of Large Language Models in Tool Learning
von: Ye, Junjie, et al.
Veröffentlicht: (2024)

Tool Learning with Foundation Models
von: Qin, Yujia, et al.
Veröffentlicht: (2023)

ToolACE-DEV: Self-Improving Tool Learning via Decomposition and EVolution
von: Huang, Xu, et al.
Veröffentlicht: (2025)

ToolEyes: Fine-Grained Evaluation for Tool Learning Capabilities of Large Language Models in Real-world Scenarios
von: Ye, Junjie, et al.
Veröffentlicht: (2024)

ToolRL: Reward is All Tool Learning Needs
von: Qian, Cheng, et al.
Veröffentlicht: (2025)

Tool-Star: Empowering LLM-Brained Multi-Tool Reasoner via Reinforcement Learning
von: Dong, Guanting, et al.
Veröffentlicht: (2025)

Reasoning through Exploration: A Reinforcement Learning Framework for Robust Function Calling
von: Hao, Bingguang, et al.
Veröffentlicht: (2025)

OpaqueToolsBench: Learning Nuances of Tool Behavior Through Interaction
von: Hallinan, Skyler, et al.
Veröffentlicht: (2026)

Scaling Medical Reasoning Verification via Tool-Integrated Reinforcement Learning
von: Zhang, Hang, et al.
Veröffentlicht: (2026)

Tool Learning with Large Language Models: A Survey
von: Qu, Changle, et al.
Veröffentlicht: (2024)

TOOL4POI: A Tool-Augmented LLM Framework for Next POI Recommendation
von: Wang, Dongsheng, et al.
Veröffentlicht: (2025)

Learning Evolving Tools for Large Language Models
von: Chen, Guoxin, et al.
Veröffentlicht: (2024)

Chain-of-Tools: Utilizing Massive Unseen Tools in the CoT Reasoning of Frozen Language Models
von: Wu, Mengsong, et al.
Veröffentlicht: (2025)

CulFiT: A Fine-grained Cultural-aware LLM Training Paradigm via Multilingual Critique Data Synthesis
von: Feng, Ruixiang, et al.
Veröffentlicht: (2025)

ToolGate: Contract-Grounded and Verified Tool Execution for LLMs
von: Liu, Yanming, et al.
Veröffentlicht: (2026)

ToolNet: Connecting Large Language Models with Massive Tools via Tool Graph
von: Liu, Xukun, et al.
Veröffentlicht: (2024)

Learning How to Use Tools, Not Just When: Pattern-Aware Tool-Integrated Reasoning
von: Xu, Ningning, et al.
Veröffentlicht: (2025)

VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use
von: Jiang, Dongfu, et al.
Veröffentlicht: (2025)

RAGA: Reading-And-Graph-building-Agent for Autonomous Knowledge Graph Construction and Retrieval-Augmented Generation
von: Han, Chengrui, et al.
Veröffentlicht: (2026)

Towards Practical Tool Usage for Continually Learning LLMs
von: Huang, Jerry, et al.
Veröffentlicht: (2024)

Tool Verification for Test-Time Reinforcement Learning
von: Liao, Ruotong, et al.
Veröffentlicht: (2026)

LongCat-Flash-Prover: Advancing Native Formal Reasoning via Agentic Tool-Integrated Reinforcement Learning
von: Wang, Jianing, et al.
Veröffentlicht: (2026)

More is not always better? Enhancing Many-Shot In-Context Learning with Differentiated and Reweighting Objectives
von: Zhang, Xiaoqing, et al.
Veröffentlicht: (2025)

LoopTool: Closing the Data-Training Loop for Robust LLM Tool Calls
von: Zhang, Kangning, et al.
Veröffentlicht: (2025)

ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models
von: Ding, Hanxing, et al.
Veröffentlicht: (2025)

TL-Training: A Task-Feature-Based Framework for Training Large Language Models in Tool Use
von: Ye, Junjie, et al.
Veröffentlicht: (2024)

SciToolAgent: A Knowledge Graph-Driven Scientific Agent for Multi-Tool Integration
von: Ding, Keyan, et al.
Veröffentlicht: (2025)

Small LLMs Are Weak Tool Learners: A Multi-LLM Agent
von: Shen, Weizhou, et al.
Veröffentlicht: (2024)