摘要
工具增强型大语言模型智能体擅长长程任务，但通常基于固定工具集进行后训练，难以有效整合新工具。本文指出该问题的核心障碍是“行为惯性”，即智能体倾向于依赖熟悉工具而忽略新工具。作者提出 ToolAnchor 框架，通过在关键决策点注入反事实锚定上下文来打破惯性，利用教师模型假设上下文并经学生 rollout 验证，最终通过智能体后训练内化成功干预。实验表明，该方法在扩展工具集下显著提升了智能体性能。
AI 推荐理由
论文核心解决 Agent 在新工具集下的适应问题，直接提升工具使用能力。
研究机构
复旦大学
JD.COM
南洋理工大学
MIT
论文信息