3,583 papers
arXiv:2512.17052 68 18 дек. 2025 г. PRO

Dynamic Tool Dependency Retrieval: динамический выбор инструментов с учётом истории действий

КЛЮЧЕВАЯ СУТЬ
Dynamic Tool Dependency Retrieval (DTDR) — метод для LLM-агентов, которые выбирают внешние инструменты (функции, API) для выполнения задач. Вместо статического списка "подходящих инструментов", метод адаптирует выбор на каждом шаге: учитывает исходный запрос пользователя И историю уже вызванных функций. Работает через два механизма: либо кластеризация запросов + граф зависимостей между инструментами (DTDR-C), либо обученный классификатор (DTDR-L). Оба варианта предсказывают 3-5 наиболее вероятны
Адаптировать под запрос

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с