刚刷到arXiv今天放的E3-TIR相关论文，刚好之前做工具集成推理的项目踩过不少坑，就顺手拉了开源demo测了下。
其实之前主流的工具调用框架基本都是单轮推理从零规划调用链，经常出现重复调用、无效调用的问题，复杂任务下有效调用占比有时候连60%都到不了。这篇提的增强经验利用思路，是把历史有效调用轨迹做结构化嵌入召回，相当于给模型加了工具调用的“经验库”。
我拿代码调试任务测的话，无效调用占比降了37%，推理latency也降了近20%，不过长尾跨领域场景的召回准确率还拉胯，有没有人测过其他任务的表现？