Venkatesh Mishra Amir Saeidi Satyam Raj Mutsumi Nakamura Jayanth Srinivasa Gaowen Liu Ali Payani Chitta Baral

摘要

大型语言模型（LLMs）在推理与规划能力方面的最新进展，使其具备了作为自主智能体在动态环境中使用工具的潜力。然而，在如 $τ$-bench 这类多轮对话环境中，这些智能体往往在长期工具调用与对话过程中，面临推理不一致、难以遵循领域特定规则以及正确提取信息等挑战。为捕捉并缓解这些失败模式，我们对对话轨迹中常见的错误进行了全面的手动分析，并尝试通过重构输入来提升工具调用智能体的决策能力。最终，我们提出了输入重构多智能体（Input-Reformulation Multi-Agent, IRMA）框架，该框架能够自动将用户查询与相关领域规则及工具建议相结合，进行重构后输入给工具调用智能体，使其能够更聚焦于关键任务。实验结果表明，IRMA 在整体 pass^5 得分上分别比 ReAct、函数调用（Function Calling）和自我反思（Self-Reflection）方法提升了 16.1%、12.7% 和 19.1%。这些结果表明，在动态环境中，IRMA 相较于其他方法展现出更优的可靠性与一致性。