知所当问：面向大语言模型工具使用的片段级信用分配

人类知晓何时寻求帮助，而大语言模型往往缺乏这种能力。现有提示工程无法教会模型识别自身知识边界，轨迹级强化学习亦难以隔离具体工具调用的贡献。本文提出 CARL（能力感知强化学习），通过在自然工具使用边界分解 rollout，从单一二元结果中为每个片段分配独立信用，无需外部评判。实验表明，该方法能精准区分参数可解与需工具辅助的问题，显著减少不必要的工具调用，并在多个基准测试中大幅提升小模型的准确率。