Buchumschlag

Learning to Rewrite Tool Descriptions for Reliable LLM-Agent Tool Use

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Ruocheng, Dong, Kaiwen, Gao, Xiang, Das, Kamalika
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RIMRULE: Improving Tool-Using Language Agents via MDL-Guided Rule Learning
von: Gao, Xiang, et al.
Veröffentlicht: (2025)

ToolPRMBench: Evaluating and Advancing Process Reward Models for Tool-using Agents
von: Li, Dawei, et al.
Veröffentlicht: (2026)

Customizing Language Model Responses with Contrastive In-Context Learning
von: Gao, Xiang, et al.
Veröffentlicht: (2024)

The Behavior Gap: Evaluating Zero-shot LLM Agents in Complex Task-Oriented Dialogs
von: Baidya, Avinash, et al.
Veröffentlicht: (2025)

FinToolBench: Evaluating LLM Agents for Real-World Financial Tool Use
von: Lu, Jiaxuan, et al.
Veröffentlicht: (2026)

Are Tools All We Need? Unveiling the Tool-Use Tax in LLM Agents
von: Zhang, Kaituo, et al.
Veröffentlicht: (2026)

UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents
von: Liang, Yijuan, et al.
Veröffentlicht: (2026)

Utility-Guided Agent Orchestration for Efficient LLM Tool Use
von: Liu, Boyan, et al.
Veröffentlicht: (2026)

ReTool-Video: Recursive Tool-Using Video Agents with Meta-Augmented Tool Grounding
von: Liu, Xiao, et al.
Veröffentlicht: (2026)

MMedAgent: Learning to Use Medical Tools with Multi-modal Agent
von: Li, Binxu, et al.
Veröffentlicht: (2024)

Recon-Act: A Self-Evolving Multi-Agent Browser-Use System via Web Reconnaissance, Tool Generation, and Task Execution
von: He, Kaiwen, et al.
Veröffentlicht: (2025)

Goal-Conditioned Supervised Learning for LLM Fine-Tuning
von: Li, Shijun, et al.
Veröffentlicht: (2026)

MCPAgentBench: A Real-world Task Benchmark for Evaluating LLM Agent MCP Tool Use
von: Liu, Wenrui, et al.
Veröffentlicht: (2025)

MCP-Zero: Active Tool Discovery for Autonomous LLM Agents
von: Fei, Xiang, et al.
Veröffentlicht: (2025)

When Agents Fail to Act: A Diagnostic Framework for Tool Invocation Reliability in Multi-Agent LLM Systems
von: Huang, Donghao, et al.
Veröffentlicht: (2026)

Reward Hacking Benchmark: Measuring Exploits in LLM Agents with Tool Use
von: Thaman, Kunvar
Veröffentlicht: (2026)

ToolScope: An Agentic Framework for Vision-Guided and Long-Horizon Tool Use
von: Deng, Mengjie, et al.
Veröffentlicht: (2025)

TADDLE: A Tool-Augmented Agent for Detecting Deficient LLM-Generated Peer Reviews
von: Duan, Hanqi, et al.
Veröffentlicht: (2026)

Model-Adaptive Tool Necessity Reveals the Knowing-Doing Gap in LLM Tool Use
von: Cheng, Yize, et al.
Veröffentlicht: (2026)

ToolCUA: Towards Optimal GUI-Tool Path Orchestration for Computer Use Agents
von: Hu, Xuhao, et al.
Veröffentlicht: (2026)

When Does Memory Help Multi-Trajectory Inference for Tool-Use LLM Agents?
von: Li, Xinzhe, et al.
Veröffentlicht: (2026)

Factored Agents: Decoupling In-Context Learning and Memorization for Robust Tool Use
von: Roth, Nicholas, et al.
Veröffentlicht: (2025)

ToolTweak: An Attack on Tool Selection in LLM-based Agents
von: Sneh, Jonathan, et al.
Veröffentlicht: (2025)

EvoTool: Self-Evolving Tool-Use Policy Optimization in LLM Agents via Blame-Aware Mutation and Diversity-Aware Selection
von: Yang, Shuo, et al.
Veröffentlicht: (2026)

SPUQ: Perturbation-Based Uncertainty Quantification for Large Language Models
von: Gao, Xiang, et al.
Veröffentlicht: (2024)

Guided by Trajectories: Repairing and Rewarding Tool-Use Trajectories for Tool-Integrated Reasoning
von: Gong, Siyu, et al.
Veröffentlicht: (2026)

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

AgentEscapeBench: Evaluating Out-of-Domain Tool-Grounded Reasoning in LLM Agents
von: Guo, Zhengkang, et al.
Veröffentlicht: (2026)

Budget-Aware Tool-Use Enables Effective Agent Scaling
von: Liu, Tengxiao, et al.
Veröffentlicht: (2025)

Tool-Augmented Policy Optimization: Synergizing Reasoning and Adaptive Tool Use with Reinforcement Learning
von: Wu, Wenxun, et al.
Veröffentlicht: (2025)

Reducing Cognitive Overhead in Tool Use via Multi-Small-Agent Reinforcement Learning
von: Wang, Dayu, et al.
Veröffentlicht: (2025)

Benchmarking LLM Tool-Use in the Wild
von: Yu, Peijie, et al.
Veröffentlicht: (2026)

AgentNoiseBench: Benchmarking Robustness of Tool-Using LLM Agents Under Noisy Condition
von: Wang, Ruipeng, et al.
Veröffentlicht: (2026)

CoHyDE: Iterative Co-Training of LLM Rewriter & Dense Encoder for Tool Retrieval
von: Senthil, Vaishali, et al.
Veröffentlicht: (2026)

LLM Agents Making Agent Tools
von: Wölflein, Georg, et al.
Veröffentlicht: (2025)

Node-Level Uncertainty Estimation in LLM-Generated SQL
von: Hasson, Hilaf, et al.
Veröffentlicht: (2025)

PHMForge: Evaluating LLM Agents on Industrial Prognostics through MCP-Native, Algorithm-Grounded Tools
von: Feng, Tianjun, et al.
Veröffentlicht: (2026)

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

GAP: Graph-Based Agent Planning with Parallel Tool Use and Reinforcement Learning
von: Wu, Jiaqi, et al.
Veröffentlicht: (2025)

Proof-of-Use: Mitigating Tool-Call Hacking in Deep Research Agents
von: Ma, SHengjie, et al.
Veröffentlicht: (2025)