多字段工具检索

集成外部工具使大语言模型能与现实环境交互并解决复杂任务。面对日益增长的工具规模，有效的工具检索对缓解上下文窗口限制及确保计算效率至关重要。现有方法通常将工具检索视为传统即席检索任务，存在文档结构不一致、语义粒度不匹配及工具效用多维度等挑战。本文提出“多字段工具检索”框架，通过细粒度多字段建模对齐用户意图与工具表示。实验表明，该框架在五个数据集及混合基准上均取得最先进性能，展现出卓越的泛化性与鲁棒性。