模型自适应工具必要性揭示LLM工具使用的知行差距

LLM工具使用存在认知到行动的知行差距

资讯摘要

论文提出按各模型实际能力界定“工具必要性”，而非视为模型无关属性。作者在算术与事实问答数据集上比较四个模型的必要性与实际工具调用行为，发现错配率分别达26.5%–54.0%和30.8%–41.8%。通过探测隐藏状态，作者发现认知与执行信号多可线性解码，但驱动下一步动作的晚期层方向近乎正交，错配主要集中在认知到行动的转换环节。

要点速读

1. 论文提出模型自适应的工具必要性定义，以各模型经验性能为依据。
2. 四个模型在算术与事实问答上的必要性与实际调用错配率分别为26.5%–54.0%和30.8%–41.8%。
3. 隐藏状态探测显示认知与执行信号可线性解码，但晚期层方向近乎正交，错配多发生在认知到行动转换。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。