摘要
本文提出 AgroTools，旨在评估农业领域中工具增强的多模态智能体。现有基准多关注最终答案正确性，缺乏对工具使用流程的评估。AgroTools 包含 539 个问答实例与 1097 张异构图像，覆盖五类任务及 14 种可执行农业工具，并提供结构化工具使用轨迹以支持过程与结果的双重评估。实验表明，当前模型在工具规划、参数生成及执行恢复等方面仍存在显著瓶颈，距离可靠应用尚有差距。
AI 推荐理由
论文核心评估多模态 Agent 的工具使用能力，涵盖规划、参数生成及执行恢复等关键技能。
研究机构
Sun Yat-Sen University
Southwest University
Northeastern University
National Supercomputing Center in Shenzhen
Southwest Jiaotong University
China Agricultural University
Tsinghua University
论文信息