摘要
针对现实环境中长周期工具调用面临的动态用户意图噪声挑战,现有方法常因过时约束导致注意力分散及无限API循环。本文提出IACM-RL框架,通过DynamicIntent管道合成13种细粒度波动场景轨迹,并部署基于信念状态的自生成上下文管理器,主动追踪目标变化并利用结构陈旧标记隔离覆盖参数。结合分层意图驱动奖励与辅助损失优化策略,实验表明该方法显著减少错误,提升泛化能力。
AI 推荐理由
论文核心解决动态意图下的工具调用鲁棒性问题,直接关联Agent的技能执行与API调用机制。
研究机构
复旦大学
华为技术有限公司
北京大学
论文信息