摘要
针对病理图像分析，本文提出 LAMMI-Pathology，一种可扩展的领域特定代理工具调用框架。该框架采用以工具为中心的自底向上架构，将定制化工具聚类为组件代理，并通过顶层规划器进行分层协调，以避免长上下文导致的任务漂移。此外，引入基于原子执行节点的轨迹构建机制，生成可信的半模拟推理轨迹，并结合轨迹感知微调策略，增强规划器在病理理解中的决策鲁棒性及对定制工具集的自适应能力。
AI 推荐理由
论文提出分层规划器协调组件代理，核心解决多步任务规划与上下文漂移问题。
研究机构
复旦大学
上海创新 Institute
上海人工智能实验室
上海交通大学
论文信息