基于案例的自适应推理与执行校准用于 LLM 工具使用

工具使用扩展了大语言模型的能力，但可靠执行需平衡推理深度与结构有效性。本文提出 CAST，一种基于案例的框架，将历史执行轨迹视为结构化案例。CAST 提取案例信号以识别复杂度 profile 来估计最佳推理策略，并利用失败 profile 映射潜在的结构崩溃。该框架将此知识转化为细粒度奖励设计与自适应推理，使模型在强化学习中自主内化基于案例的策略。实验表明，CAST 显著提升了执行准确率并减少了不必要的推理长度。