09:41官方账号arXiv cs.LG@Yicheng Feng, Yan Zhang, Yan Cheng, Wei Qi该论文提出CAM-DF(成本感知边际决策聚焦停止)方法,解决LLM代理在工具选择时如何平衡信息充足性与成本的问题。CAM-DF通过训练停止决策,在1,343个任务上评估,在τ-bench Retail数据集上相比预测-阈值基线方法获得更高收益。CAM-DF-lite作为其轻量可解释变体,在异质成本和高成本压力下达到最先进水平。在线执行中,CAM-DF使代理暴露于37%更少工具,同时保持任务成功率不变。该方法无需微调底层LLM,可即插即用于现有工具排序流程。论文CAM-DFCAM-DF-liteLLM代理推荐理由:这篇论文教你如何让AI代理少花钱多办事,用CAM-DF方法在成本压力下精准选择工具,比传统方法更高效。原文稍后读已读值得跟进有用关注 CAM-DF
10:57官方一手arXiv: Anthropic@Carson Rodrigues, Oysturn Vas该论文基于15个独立MCP服务器(5个来自ANSYR语音AI平台,10个来自官方注册表),识别出五种架构模式:Resource Gateway、Tool Orchestrator、Stateful Session Server、Proxy Aggregator和Domain-Specific Adapter。定量评估包括分类法跨两个LLM评分者的Cohen's kappa为0.76,并定位了三处模式边界模糊问题。端到端传输开销测量了环回和跨主机路径。工具计数研究显示Claude Haiku 4.5在10-15个工具时工具选择准确率低于90%,Sonnet 4在20-30个工具时准确率下降。论文MCPClaude Haiku 4.5Sonnet 41 个信源在谈事件专题推荐理由:想给LLM挂外部工具?这篇论文把MCP服务器架构拆成五种模式,还有反模式和性能数据,Claude Haiku和Sonnet用户值得看看。原文稍后读已读值得跟进有用关注 MCP