刚刷到arXiv今天更的E3-TIR相关论文，专门讲Tool-Integrated Reasoning的体验优化，感觉戳中了现在大模型工具调用的一大痛点。
之前我们团队做落地测试的时候，不管是结合CV工具的图像分析链路，还是通用助手的插件调用，普遍存在两个问题：要么为了完成率反复调用冗余工具，拖慢响应速度；要么调用逻辑和用户实际需求 mismatch，任务完成了但体验特别差。
这篇把experience exploitation放进推理链路的思路，从某种角度看是跳出了只看任务准确率的评价框架，要是效果真的能打到论文报的指标，说不定能推进不少ToC类工具集成LLM的落地进度。有人蹲到全译版或者做过复现了吗？