arXiv cs.AI / cs.LG 最新· Ke Zhang·2026-10-20 01:57· 21 小时前精选AI 评分66

同一次仿真不同证据，检索工具输出让 LLM Agent 损失准确率

Same Simulation, Different Evidence: Where Retrieved Tool Output Costs LLM Agents Accuracy

AI 导读

一项 arXiv 研究用 USGS 地球化学模拟器 PHREEQC 检验工具输出检索对 LLM Agent 准确率的影响，报告长达 846.8k 字符，测试为 158 道执行验证多选题。

推荐理由

做 Agent 上下文管理的团队可以按它的实验方法自查准确率在哪一步流失，再决定是否内联或指认权威输出。