调用与否：一个评估与优化大语言模型工具调用的框架

代理式 AI 架构通过外部工具增强大语言模型能力，但工具调用并非总是有益，冗余或有害调用时有发生。有效工具使用的关键在于模型能否正确决策“是否调用”。本文提出基于决策理论的框架，从必要性、效用性和可负担性三个维度评估网络搜索工具的调用决策。研究发现模型自我感知的需求与真实需求常不一致。据此，作者训练了基于隐藏状态的轻量级估计器，构建控制器以优化决策质量，在多项任务和模型中显著提升了性能。