ToolMenuBench: Benchmarking Tool-Menu Filtering Strategies for Reliable and Efficient LLM Agents

En 3 lignesToolMenuBench est un benchmark évaluant comment la construction du menu d'outils affecte la fiabilité et l'efficacité des agents LLM multi-étapes. Sur 7 modèles, le filtrage causal minimal (CMTF) améliore le succès de 32,1% à 85,7% et réduit l'usage de tokens de 98%, tout en minimisant les appels erronés et l'exposition aux outils risqués.

Résumé généré par Claude — vérifié par l'humain